很简单： ROWS BETWEEN 不关心确切的值。它只关心行的顺序，在计算帧时取固定的前后行数。 RANGE BETWEEN 计算帧时考虑值。
让我们使用一个使用两个窗口定义的示例：
ORDER BY x ROWS BETWEEN 2 PRECEDING AND CURRENT ROW ORDER BY x RANGE BETWEEN 2 PRECEDING AND CURRENT ROW 和数据作为

+---+
|  x|
+---+
| 10|
| 20|
| 30|
| 31|
+---+

假设当前行是第一个窗口值为31的行，则将包括以下行（当前行和前两行）：

+---+----------------------------------------------------+
|  x|ORDER BY x ROWS BETWEEN 2  PRECEDING AND CURRENT ROW|
+---+----------------------------------------------------+
| 10|                                               false|
| 20|                                                true|
| 30|                                                true|
| 31|                                                true|
+---+----------------------------------------------------+

对于后面的第二个（当前的和所有前面的，其中x>=31-2）：

+---+-----------------------------------------------------+
|  x|ORDER BY x RANGE BETWEEN 2  PRECEDING AND CURRENT ROW|
+---+-----------------------------------------------------+
| 10|                                                false|
| 20|                                                false|
| 30|                                                 true|
| 31|                                                 true|
+---+-----------------------------------------------------+

java spark文档更加清晰：https://spark.apache.org/docs/2.3.0/api/java/org/apache/spark/sql/expressions/windowspec.html#rowsbetween-长的长的-
范围介于
基于范围的边界基于order by表达式的实际值。偏移量用于更改order by表达式的值，例如，如果当前order by表达式的值为10，并且下限偏移量为-3，则当前行的结果下限将为10-3=7。但是，这会对order by表达式施加许多约束：只能有一个表达式，并且该表达式必须具有数字数据类型。偏移量为无界时会出现异常，因为不需要修改值，在这种情况下，允许使用多个和非数字的order by表达式。
划船
基于行的边界基于行在分区中的位置。偏移量表示当前行上方或下方的行数，当前行的帧开始或结束。例如，给定一个基于行的滑动帧，其下限偏移量为-1，上限偏移量为+2。索引为5的行的帧的范围从索引4到索引6。

rowsbetween:-使用rowsbetween定义要计算的行的边界帧，该帧是独立计算的。
rowsbetween中的框架不依赖于orderby子句。

df = spark.read.csv(r'C:\Users\akashSaini\Desktop\TT.csv',inferSchema =True, header=True).na.drop()
w =Window.partitionBy('DEPARTMENT').orderBy('SALARY').rowsBetween(Window.unboundedPreceding,Window.currentRow)
df.withColumn('RowsBetween', F.sum(df.SALARY).over(w)).show()

first_name|Department|Salary|RowsBetween|

 Sofia|     Sales| 20000| 20000|
Gordon|     Sales| 25000| 45000|
Gracie|     Sales| 25000| 70000|
Cellie|     Sales| 25000| 95000|
Jervis|     Sales| 30000|125000|
 Akash|  Analysis| 30000| 30000|
Richard|   Account| 12000| 12000|
 Joelly|   Account| 15000| 27000|
Carmiae|   Account| 15000| 42000|
    Bob|   Account| 20000| 62000|
  Gally|   Account| 28000| 90000

rangebetween:—使用rangebetween，可以定义要计算的行的边界框，该边界框可能会更改。
rangebetween中的框架依赖于orderby子句。rangebetween将包含orderby子句中具有相同值的所有行，如gordon、gracie和cellie具有相同的薪水，因此包含在当前帧中。
有关更多了解，请参见以下示例：-

df = spark.read.csv(r'C:\Users\asaini28.EAD\Desktop\TT.csv',inferSchema =True, header=True).na.drop()
w =Window.partitionBy('DEPARTMENT').orderBy('SALARY').rangeBetween(Window.unboundedPreceding,Window.currentRow)
df.withColumn('RangeBetween', F.sum(df.SALARY).over(w)).select('first_name','Department','Salary','Test').show()

 first_name|Department|Salary|RangeBetween|
  Sofia|     Sales| 20000| 20000|
 Gordon|     Sales| 25000| 95000|
 Gracie|     Sales| 25000| 95000|
 Cellie|     Sales| 25000| 95000|
 Jervis|     Sales| 30000|125000|
  Akash|  Analysis| 30000| 30000|
Richard|   Account| 12000| 12000|
 Joelly|   Account| 15000| 42000|
Carmiae|   Account| 15000| 42000|
    Bob|   Account| 20000| 62000|
  Gally|   Account| 28000| 90000|

rangebetween查看order by子句以确定窗口中是否包含行。
rowsbetween查看行的顺序。
检查之间的范围如果order by在某个指定的范围内，则将在窗口中包含它们。
rowsbetween将根据当前行周围的行位置形成窗口（不考虑这些行的order by列的值）