很多数据库技术文章都有一个共同问题：
SQL 是静态的。
作者贴出一段代码，读者只能“看”，却很难真正理解 SQL 在执行时发生了什么。
而 SQL 本质上是一种行为型语言：
只有执行、修改、对比结果，才能真正理解它的语义。
这篇文章尝试用一种更实用的方法：
把 Oracle SQL 放到 FreeSQL 可运行环境中，让读者可以直接执行、修改并观察结果变化。
我们用一个非常经典但经常被误解的主题作为案例：
Top-N 查询与窗口函数。
为什么可交互 SQL 比静态示例更有教学价值
在数据库教学中，很多概念其实很难靠“阅读代码”理解。
例如下面这几种典型场景：
语义变化必须通过执行观察
例如：
FETCH FIRST 10 ROWS ONLY
如果改成：
FETCH FIRST 5 ROWS ONLY
语法没有变化，但结果集立即变化。
只有实际运行，读者才能真正理解 SQL 语义与结果之间的关系。
窗口函数必须通过结果理解
例如：
ROW_NUMBER()
SUM() OVER()
很多文章会解释语法规则，但读者依然会困惑：
- 为什么需要 PARTITION BY
- 排名是如何生成的
- 累计值为什么会变化
这些问题只有 跑出结果之后对比，才会真正理解。
技术文章的可信度更高
可执行 SQL 的另一个优势是：
读者可以复现。
不是“作者说可以运行”，而是：
我已经执行过，并且给出了结果摘要。
这对于数据库技术文章来说非常重要。
场景拆分：全局 Top-N vs 分组 Top-N
在业务系统中，经常会遇到两种类似但完全不同的问题：
问题一
全公司薪资最高的前 N 人。
问题二
每个部门薪资最高的前 N 人。
这两个问题的 SQL 写法完全不同。
语句一：全局 Top-N
查询薪资最高的前 10 名员工。
SELECT employee_id, last_name, salary
FROM hr.employees
ORDER BY salary DESC
FETCH FIRST 10 ROWS ONLY;
这里的逻辑非常直接：
- 全表排序
- 取前 10 行
回答的问题是：
整个公司谁的薪资最高
语句二：每部门 Top-3
如果需求变成：
每个部门薪资最高的 3 个人
就不能简单使用 FETCH FIRST，而需要使用 窗口函数。
WITH ranked_data AS (
SELECT
department_id,
employee_id,
last_name,
salary,
ROW_NUMBER() OVER (
PARTITION BY department_id
ORDER BY salary DESC
) AS rn
FROM hr.employees
WHERE department_id IS NOT NULL
)
SELECT department_id, employee_id, last_name, salary, rn
FROM ranked_data
WHERE rn <= 3
ORDER BY department_id, rn;
这里发生了三件事情：
PARTITION BY department_id
把数据按部门划分
ORDER BY salary DESC
每个部门内部排序
ROW_NUMBER()
生成部门内部排名
最后只保留 排名 ≤ 3 的员工。
语句三：部门薪资概览
有时候我们并不关心个人排名，而是希望从管理视角观察部门结构。
SELECT
department_id,
COUNT(*) AS emp_count,
ROUND(AVG(salary), 2) AS avg_salary,
MAX(salary) AS max_salary
FROM hr.employees
GROUP BY department_id
ORDER BY avg_salary DESC;
这个查询可以快速回答三个问题：
- 部门人数
- 平均薪资
- 最高薪资
适合用于 部门横向对比分析。
语句四：窗口累计分析
窗口函数还可以用于观察 高薪群体对薪资总额的贡献。
SELECT
employee_id,
last_name,
salary,
SUM(salary) OVER (ORDER BY salary DESC) AS running_total
FROM hr.employees
ORDER BY salary DESC
FETCH FIRST 15 ROWS ONLY;
这里的 SUM() OVER() 表示：
按照薪资排序进行累计计算。
例如：
24000
24000 + 17000
24000 + 17000 + 17000
可以直观看到 高薪员工对薪资总额的累计贡献。
实测验证结果（已执行）
为了保证 SQL 的可复现性，以上语句已经在 FreeSQL 23ai 环境中执行验证。
Q1 连通性验证
SELECT 'Hello FreeSQL' AS msg,
TO_CHAR(SYSDATE,'YYYY-MM-DD HH24:MI:SS') AS run_time
FROM dual;
结果：
MSG = Hello FreeSQL
RUN_TIME = 2026-03-09 13:30:56
Q2 全局 Top-N
返回 10 行，前几行为：
(100, King, 24000)
(101, Yang, 17000)
(102, Garcia, 17000)
(145, Singh, 14000)
(146, Partners, 13500)
Q3 每部门 Top-3
返回 25 行，示例：
部门 90
King / Yang / Garcia
部门 80
Singh / Partners / Errazuriz
Q4 部门聚合
返回 12 个部门统计结果，均薪最高的几个部门：
部门 90 19333.33
部门 110 10154
部门 70 10000
Q5 窗口累计
返回 15 行：
(100, King, 24000, 24000)
(101, Yang, 17000, 58000)
(102, Garcia, 17000, 58000)
(205, Higgins, 12008, 122516)
(108, Gruenberg, 12008, 122516)
写在最后
很多数据库教学内容的问题不在 SQL 本身，而在 表达方式。
静态代码块只能展示：
SQL 是怎么写的。
而可执行 SQL 展示的是：
SQL 执行后到底发生了什么。
对于 Top-N、窗口函数、排名分析 这类主题来说，可交互环境的教学价值明显更高。
技术文章如果能做到 可运行、可验证、可复现，读者的理解成本会大幅降低。
从数据库教育的角度看，这比单纯贴代码更有意义。
