SQL窗口函数：row_number与rank的应用.docxVIP

SQL窗口函数：row_number与rank的应用

引言

在数据处理与分析领域，SQL是最常用的工具之一。随着业务需求的复杂化，传统的聚合函数和单表查询逐渐难以满足精细化分析的要求，窗口函数（WindowFunction）应运而生。它如同给数据打开了一扇“动态观察窗”，能在不改变原始数据行的前提下，对特定范围内的数据进行计算，尤其在排序、分组统计、趋势分析等场景中表现优异。

在众多窗口函数中，row_number与rank是最基础也最常用的两个。它们都能为数据行生成序号，但在具体行为上存在关键差异。理解二者的特性并灵活运用，是掌握窗口函数的重要一步。本文将从基础概念出发，结合实际场景，深入解析row_number与rank的应用逻辑，帮助读者在实际工作中精准选择工具，提升数据处理效率。

一、窗口函数与row_number、rank的基础认知

（一）窗口函数的核心逻辑

要理解row_number与rank，首先需要明确窗口函数的基本概念。简单来说，窗口函数会为每一行数据定义一个“窗口”（即数据范围），并在这个窗口内执行计算。这个窗口可以是全表数据，也可以通过PARTITIONBY子句按某字段分组（类似GROUPBY，但不会合并行），还能通过ORDERBY子句指定排序规则。

窗口函数的关键特征在于“保留原始行”。例如，使用SUM()作为窗口函数时，不会像GROUPBY那样将多行合并为一行，而是为每一行返回其窗口内的总和。这种特性使得窗口函数在需要“既显示明细数据，又展示汇总信息”的场景中不可替代。

（二）row_number与rank的定义与基础语法

row_number的字面意思是“行号”，它的核心作用是为窗口内的每一行生成唯一的序号。无论数据是否重复，row_number都会严格按照排序规则分配1、2、3……的连续序号，且不会出现重复值。例如，在按工资排序的员工表中，即使有两人工资相同，row_number也会为他们分配不同的序号。

rank的中文含义是“排名”，它的行为与日常理解的“排名”更接近：当排序字段值相同时，相同值的行会获得相同的排名，且后续序号会跳过重复的数量。例如，若有两人并列第1名，下一行会直接是第3名（而非第2名）。

二者的基础语法高度相似，均遵循窗口函数的通用结构：

sql

函数名()OVER(

[PARTITIONBY分区字段]

[ORDERBY排序字段[ASC/DESC]]

)

其中，PARTITIONBY可选，用于将数据按字段分组，每组内独立计算序号；ORDERBY必选，用于指定排序规则（升序或降序）。

（三）一个简单的对比示例

为了更直观地理解二者差异，我们假设存在一张“员工表”，包含“员工ID”“姓名”“部门”“月薪”四个字段，部分数据如下：

员工1：销售部，月薪15000元

员工2：销售部，月薪18000元

员工3：销售部，月薪18000元

员工4：销售部，月薪16000元

若要计算销售部员工的月薪排名，使用row_number与rank的结果会有明显差异：

row_number结果：员工2（1）、员工3（2）、员工1（3）、员工4（4）（假设按月薪降序排序）

rank结果：员工2（1）、员工3（1）、员工1（3）、员工4（4）（因为员工2和3月薪相同，并列第1，下一名直接是第3）

这个例子清晰展示了二者的核心区别：row_number追求“绝对唯一序号”，rank则保留“并列排名”的现实逻辑。

二、row_number与rank的核心差异解析

（一）序号连续性与重复性的本质区别

row_number的“唯一性”是其最显著的特征。无论排序字段是否存在重复值，它都会严格按照ORDERBY的顺序分配连续且不重复的序号。这种特性使得row_number在需要“唯一标识行顺序”的场景中不可替代，例如生成操作日志的顺序号、为重复数据打唯一标签等。

rank的“可重复性”则更贴近现实中的排名逻辑。例如，考试成绩中若有两人并列第一，第三名的序号自然是3而非2。这种设计使得rank在需要反映“实际排名关系”的场景中更合理，例如销售业绩排名、竞赛评分统计等。

（二）对后续序号的影响差异

当存在重复值时，二者对后续序号的处理方式完全不同。以“月薪18000元有2人”的场景为例：

row_number会为这2人分配1和2的序号，后续员工的序号依次递增（3、4……）。

rank会为这2人分配1的序号，下一个不同值的员工序号为1+重复数量=3（即跳过了2）。

这种差异直接影响后续数据的分析结论。例如，若需要筛选“前3名员工”，使用rank时可能实际得到2人（前两名并列第1，第三名是第3名），而row_number则严格返回前3行数据。

（三）应用场景的初步划分

基于上述差异，二者的典型应用