如何实现SQL数据分组排名：使用RANK或DENSE_RANK函数

在数据分析中，分组排名是个高频需求，但实现起来总有几个“坑”等着你。比如，为什么用RANK()取Top 10有时只返回8行？为什么聚合后的数据不能直接套窗口函数？今天就来把这些细节掰扯清楚。

RANK()遇并列跳号（如1,1,3），DENSE_RANK()连续编号（如1,1,2）；前者影响Top N结果行数，后者保证分档数量稳定；二者均需OVER子句，不可与GROUP BY混用，须嵌套子查询实现聚合后排名。

为什么 RANK() 和 DENSE_RANK() 排名结果不一样

核心区别在于如何处理并列值。RANK()遇到并列会“跳号”，比如两个第一名之后，直接就是第三名。而DENSE_RANK()则采用“连续编号”，两个第一名之后，紧接着就是第二名。

这不仅仅是显示上的差异，它会直接影响后续基于排名进行过滤的结果。一个典型的场景是：当你用RANK()计算销售Top 10时，可能会发现只返回了8行数据。原因就在于，中间出现了并列名次（例如第3、4名并列），导致排名值直接跳到了第6名，最终凑不齐10个不同的排名值。

• 适用场景选择：RANK()更强调“名次层级感”，适合竞赛颁奖这类场景（冠军之后就是季军）。DENSE_RANK()则适合需要稳定数量分档的业务，比如按销售额将客户分为五档，确保每档都有数据。
• 语法铁律：两者都必须配合OVER (ORDER BY ...)子句使用，不能单独出现在WHERE或GROUP BY中。
• 分区排名：如果需要“每个部门内部分别排名”，只需在OVER子句中加上PARTITION BY department即可。

GROUP BY 后不能直接用 RANK() —— 常见报错和绕过方式

一个常见的错误写法是：SELECT department, RANK() OVER (ORDER BY SUM(sales)) FROM sales GROUP BY department。执行时会报错，因为窗口函数和聚合函数（如SUM）不能在同一层SELECT中混用。

正确的做法是将聚合和排名拆分成两个步骤，通常使用子查询：

SELECT
  department,
  total_sales,
  RANK() OVER (ORDER BY total_sales DESC) AS rk
FROM (
  SELECT department, SUM(sales) AS total_sales
  FROM sales
  GROUP BY department
) t;

• 过滤排名的陷阱：不要试图在子查询里直接用WHERE rk <= 10来过滤结果。因为窗口函数在WHERE子句之后执行，你需要在外层再套一层查询，或者使用CTE（公用表表达式）。
• 数据库支持度：MySQL 8.0+、PostgreSQL、SQL Server 2017+、Oracle等主流数据库都已支持窗口函数。但SQLite和旧版MySQL（如5.7）不支持，如果遇到这种情况，只能用自连接或变量来模拟，不仅性能差，逻辑也容易出错。

ORDER BY 中 NULL 值怎么影响 RANK() 结果

这里有个容易被忽略的细节：NULL值如何参与排序？默认情况下，RANK()依据的ORDER BY子句会将NULL视为最大值（即排在最后）。但请注意，不同数据库的默认行为可能不一致。例如，PostgreSQL默认是NULLS LAST，而某些情况下SQL Server可能表现为NULLS FIRST。如果排序字段包含空值，最终的排名顺序可能会出乎意料。

• 显式声明更安全：在ORDER BY中明确指定NULL的位置，如ORDER BY amount DESC NULLS LAST（适用于PostgreSQL/Oracle）。在SQL Server中，可以使用ORDER BY ISNULL(amount, 0) DESC来统一处理。
• 业务逻辑前置：如果业务上NULL值代表“未发生”或无效数据，建议提前使用COALESCE(amount, 0)将其转换为一个默认值，避免排名逻辑被数据库的隐式规则干扰。
• 测试不可或缺：务必使用包含NULL值的样例数据进行测试，尤其是当排序字段是可空的外键或计算字段时。

用 RANK() 实现「每组取 Top N」时最易忽略的细节

写一句WHERE rk <= 3来取每组前三，看起来很简单，对吧？但这里有个关键细节：如果组内第三名有3个人并列，使用RANK()的排名序列会是1,1,3,3,3,6…，最终这个条件会返回5行数据，而不是3行。如果使用DENSE_RANK()，序列是1,1,2,2,2,3…，则会返回6行。两者都无法保证“严格返回前3条记录”。

• 严格限制行数：如果业务要求必须精确返回N条记录，不考虑并列，那么应该使用ROW_NUMBER()函数，它会为每一行生成唯一的序号。
• 明确业务定义：如果决定使用RANK()并接受并列情况，务必在文档中明确说明：“此查询取排名≤3的所有记录，因此返回行数可能超过3行”。
• 确保排序确定性：在分区排名场景下，ORDER BY子句必须包含足够区分度的次级排序字段。例如ORDER BY sales DESC, id ASC。否则，当组内销售额相同时，行的排名顺序可能是随机的，特别是在没有主键或合适索引的情况下。

说到底，真正的难点不在于语法，而在于想清楚业务目标：你究竟是要一个“名次位置”，还是要“固定数量的记录”，或是业务上定义的“前三名”？这三个不同的目标，分别对应着RANK()、ROW_NUMBER()和DENSE_RANK()的选择，用错了就会导致数据遗漏或结果超出预期。