分组排名通过窗口函数实现，核心是使用ROW_NUMBER()、RANK()和DENSE_RANK()结合PARTITION BY与ORDER BY，在每组内进行排序。ROW_NUMBER()为每行分配唯一序号，即使并列也强制区分；RANK()在并列时给予相同排名，但后续排名跳跃；DENSE_RANK()则在并列时相同排名且后续不跳号。实际应用中可根据业务需求选择函数，并通过添加额外排序字段确保结果确定性，广泛用于电商Top N商品、金融最大交易、用户行为路径分析等场景。
SQL分组查询实现每组排名统计，核心在于运用窗口函数（Window Functions）。这是一种极其强大且灵活的工具，它允许你在不改变原有分组聚合结果的前提下，对每个分组内的数据进行独立的排序和编号，从而轻松地得到你想要的组内排名。
解决方案
要实现每组排名统计，我们通常会用到SQL的窗口函数，特别是
ROW_NUMBER()
、
RANK()
和
DENSE_RANK()
。它们在
OVER()
子句中结合
PARTITION BY
来定义分组，再用
ORDER BY
来指定组内的排序规则。
想象一下，我们有一个
students_scores
表，记录了学生在不同课程中的成绩：
CREATE TABLE students_scores ( student_id INT, student_name VARCHAR(50), course_id INT, course_name VARCHAR(50), score INT);INSERT INTO students_scores (student_id, student_name, course_id, course_name, score) VALUES(1, '张三', 101, '数学', 95),(2, '李四', 101, '数学', 90),(3, '王五', 101, '数学', 95),(4, '赵六', 101, '数学', 88),(5, '钱七', 102, '语文', 80),(6, '孙八', 102, '语文', 85),(7, '周九', 102, '语文', 85),(8, '吴十', 102, '语文', 78),(9, '郑一', 103, '英语', 92),(10, '王二', 103, '英语', 92),(11, '李三', 103, '英语', 89);
现在，我们想知道每个课程里学生的成绩排名。这就是分组排名的典型场景。
SELECT student_name, course_name, score, ROW_NUMBER() OVER (PARTITION BY course_name ORDER BY score DESC) AS row_num_rank, RANK() OVER (PARTITION BY course_name ORDER BY score DESC) AS rank_rank, DENSE_RANK() OVER (PARTITION BY course_name ORDER BY score DESC) AS dense_rank_rankFROM students_scoresORDER BY course_name, score DESC;
这段SQL会按照
course_name
进行分组，然后在每个课程组内，根据
score
降序排列，并计算出三种不同的排名。
PARTITION BY course_name
就是定义了“组”的概念，
ORDER BY score DESC
则指定了组内排名的依据。这种方式非常直观，而且效率通常很高，比早期的子查询或变量赋值方法要优雅得多。
SQL中ROW_NUMBER、RANK和DENSE_RANK函数有何区别？
理解这三个窗口函数的细微差别，是掌握分组排名的关键。虽然它们都用于生成排名，但在处理并列（ties）情况时，行为却大相径庭。
ROW_NUMBER()
: 这个函数为分区（组）内的每一行分配一个唯一的、连续的整数。即使有并列的行，它们也会得到不同的排名。你可以把它想象成一个纯粹的行号计数器，遇到并列时，它的排名是“任意”分配的，通常取决于数据在物理存储或查询优化器处理时的顺序（当然，你也可以通过在
ORDER BY
子句中添加额外的列来强制一个确定的顺序）。如果你需要从每个组中精确地选出“第N个”元素，哪怕有并列，
ROW_NUMBER()
是首选。
RANK()
:
RANK()
函数处理并列的方式是，并列的行会获得相同的排名，但下一个非并列的行会跳过相应的排名。举个例子，如果两个人并列第一，他们都会得到排名1，但第三个人会得到排名3（排名2被跳过了）。这种排名方式在传统竞赛中很常见，比如“并列第一，然后是第三名”。
DENSE_RANK()
: 与
RANK()
类似，
DENSE_RANK()
也为并列的行分配相同的排名。但它与
RANK()
不同的是，它不会跳过排名。也就是说，如果两个人并列第一，他们都得到排名1，但第三个人会得到排名2。排名是“紧密”连续的，没有间隔。在某些业务场景下，比如我们想知道“有多少个不同的排名等级”，
DENSE_RANK()
会更符合预期。
用我们上面的学生成绩数据来直观感受一下：
NameGPT名称生成器
免费AI公司名称生成器，AI在线生成企业名称，注册公司名称起名大全。
0 查看详情
张三数学95111王五数学95211李四数学90332赵六数学88443孙八语文85111周九语文85211钱七语文80332吴十语文78443郑一英语92111王二英语92211李三英语89332
从表中可以清晰地看到，在“数学”和“英语”课程中，张三/王五（数学95分）和郑一/王二（英语92分）都是并列的，三种函数的行为差异一目了然。选择哪个函数，完全取决于你的业务逻辑对“并列”的定义和处理需求。
如何处理分组排名中的并列情况？
处理分组排名中的并列，实际上是根据业务需求选择合适的窗口函数，并在必要时加入额外的排序条件来“打破”并列。这不仅仅是技术实现问题，更是对业务逻辑的深入理解。
当我们遇到并列数据时，首先要明确业务上希望如何对待这些并列项：
所有并列项共享同一排名，且后续排名连续不跳跃：这正是
DENSE_RANK()
的适用场景。例如，我们想知道有多少个不同的分数等级，或者在不关心具体位次跳跃的情况下，给予并列者相同的“地位”。所有并列项共享同一排名，但后续排名跳跃：
RANK()
函数就是为此设计的。它模拟了许多传统排名系统，比如体育赛事中并列金牌后，银牌会直接从第三名开始。即使并列也需要区分出唯一的排名：这时
ROW_NUMBER()
就派上用场了。但仅仅使用
ROW_NUMBER() OVER (PARTITION BY ... ORDER BY score DESC)
，并列项的排名顺序是不确定的。为了让这个排名在并列时也具有确定性，我们需要在
ORDER BY
子句中添加一个额外的、能唯一区分行的列。
例如，如果“数学”课中有两个学生都考了95分，我们希望分数高的排前面，分数相同的情况下，
student_id
小的排前面。那么SQL可以这样写：
SELECT student_name, course_name, score, ROW_NUMBER() OVER (PARTITION BY course_name ORDER BY score DESC, student_id ASC) AS unique_rank_with_tie_breakerFROM students_scoresORDER BY course_name, score DESC, student_id ASC;
这里，
student_id ASC
作为第二个排序条件，在
score
相同的情况下，会根据
student_id
的大小来决定谁排在前面，从而确保
ROW_NUMBER()
给出的是一个完全确定的、唯一的排名。
选择哪种处理方式，取决于具体的业务规则。比如，在生成销售排行榜时，并列第一的销售额，可能更倾向于用
RANK()
来体现传统意义上的排名；但在做用户行为分析，需要找出每个用户在特定操作序列中的“第一个”或“最后一个”行为时，
ROW_NUMBER()
结合合适的
ORDER BY
会更精准。
分组排名在实际业务场景中有哪些应用？
分组排名远不止于学生成绩排名，它在各种业务场景中都扮演着关键角色，帮助我们从海量数据中提炼出有价值的洞察。它的应用场景非常广泛，几乎涵盖了所有需要“组内Top N”或“组内排序”的需求。
电商平台：找出每个商品类别中最畅销的Top 5商品。这对于库存管理、商品推荐和市场营销策略至关重要。例如，
SELECT * FROM (SELECT product_name, category, sales, ROW_NUMBER() OVER (PARTITION BY category ORDER BY sales DESC) AS rn FROM products) AS ranked_products WHERE rn <= 5;
金融风控：识别每个客户在过去一段时间内交易金额最大的Top 3交易。这有助于分析客户行为模式，发现异常交易，或者评估客户价值。
网站分析：分析每个用户会话（session）中，用户访问的第一个页面和最后一个页面。通过
PARTITION BY session_id ORDER BY timestamp ASC
，可以轻松找出每个会话的起始和结束点，从而分析用户路径。
社交媒体：在每个话题标签下，找出最受欢迎的Top 10帖子。这能帮助平台推荐热门内容，提升用户活跃度。
游戏行业：统计每个服务器中，玩家的等级排名。或者找出每个公会中贡献值最高的成员，用于奖励和激励。
供应链管理：在每个仓库中，找出库存周转率最低的Top N商品。这有助于优化库存结构，避免积压。
人力资源：统计每个部门员工的绩效排名。辅助绩效评估和晋升决策。
这些例子都体现了分组排名的核心价值：将复杂的全局排序问题，分解为更易于管理和分析的局部排序问题。通过这种方式，我们能够更精细地理解数据，并根据特定分组的上下文做出决策，而不是泛泛地看待所有数据。可以说，只要你的数据存在“组”的概念，并且你需要在这个组内进行某种形式的排序或筛选，分组排名就是你不可或缺的工具。
以上就是SQL 分组查询如何实现每组排名统计？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/587132.html
微信扫一扫 
支付宝扫一扫 
