一、函数介绍
核心差异总结：
- row_number()：不考虑重复值，强制分配连续唯一序号（即使分数相同，序号也不重复）；
- rank()：允许重复排名，但会跳过重复值占用的序号（如两个第 2 名后，下一名直接是第 4 名）；
- dense_rank()：允许重复排名，且不跳过重复值占用的序号（如两个第 2 名后，下一名是第 3 名）。
二、分场景实战：该用哪个函数？
场景 1：数据去重 / 唯一记录筛选（优先 row_number ()）
当需要按某字段分组，保留每组内 “最新 / 最优 / 指定条件” 的唯一记录时，row_number()是首选 —— 其 “唯一序号” 特性可精准定位目标记录。
案例：电商订单表orders，需筛选每个用户的最新一笔订单（按下单时间降序）。
SELECT user_id, order_id, order_time, amount
FROM (
SELECT
user_id, order_id, order_time, amount,
-- 按用户分组，按下单时间降序分配唯一序号
row_number() OVER (PARTITION BY user_id ORDER BY order_time DESC) AS rn
FROM orders
) t
WHERE rn = 1; -- 仅保留每组序号为1的最新订单
优势：即使同一用户同一时间有重复订单（极端情况），也能强制保留 1 条，避免结果重复；若用rank()，可能因排名相同返回多条记录，不符合 “唯一筛选” 需求。
场景 2：竞争排名 / 奖项分配（优先 rank ()）
适用于需要体现 “并列排名 + 跳过空缺名次” 的场景，如考试排名、竞赛颁奖 —— 符合大众对 “排名” 的认知（如两个第 2 名，下一名是第 4 名，而非第 3 名）。
案例：学生成绩表student_score，按科目统计成绩排名，需展示并列情况并跳过空缺名次。
SELECT
subject, student_id, score,
-- 按科目分组，按分数降序排名
rank() OVER (PARTITION BY subject ORDER BY score DESC) AS rank
FROM student_score
ORDER BY subject, rank;
结果示例（数学科目）：
场景 3：连续排名 / 层级划分（优先 dense_rank ()）
适用于需要 “并列排名 + 不跳过空缺名次” 的场景，核心是体现 “层级连续性”，无需关注名次空缺，仅需区分不同层级。
案例 1：会员等级划分 —— 消费金额前 20% 为钻石会员，20%-50% 为黄金会员，50%-80% 为白银会员，80% 后为青铜会员。
SELECT
user_id, total_consume,
-- 按消费金额降序连续排名（不跳过空缺）
dense_rank() OVER (ORDER BY total_consume DESC) AS dense_rank,
-- 按排名划分会员等级（假设总用户数1000，前200为钻石，201-500为黄金等）
CASE
WHEN dense_rank() OVER (ORDER BY total_consume DESC) <= 200 THEN '钻石会员'
WHEN dense_rank() OVER (ORDER BY total_consume DESC) <= 500 THEN '黄金会员'
WHEN dense_rank() OVER (ORDER BY total_consume DESC) <= 800 THEN '白银会员'
ELSE '青铜会员'
END AS member_level
FROM users;
优势：若用rank()，可能因大量并列排名导致 “钻石会员” 数量远超 200（如前 200 名有 50 人并列第 200 名），而dense_rank()的连续序号能精准匹配 “固定数量层级” 需求。
案例 2：数据分层统计 —— 统计各分数段的学生人数（如 90 分及以上、80-89 分、70-79 分...），用dense_rank()可快速定位各分数段的排名范围。
三、易混淆场景对比与避坑指南
1. 何时不能用 row_number ()？
当需要保留 “并列记录” 时，row_number()会强制分配不同序号，导致丢失并列信息。例如：筛选 “分数前 3 名的学生”，若有两个第 3 名，row_number()会只保留 1 个，而rank()或dense_rank()能保留两个并列第 3 名，符合 “前 3 名” 的实际需求。
2. rank () 与 dense_rank () 的选择边界？
- 关注 “名次空缺”→ 用rank()（如竞赛颁奖，不能有两个第 3 名却颁发 3 个奖牌）；
- 关注 “层级数量”→ 用dense_rank()（如会员等级、分数段划分，只需区分 “第几层”，无需跳过名次）。
3. 性能注意事项
三大函数均属于窗口函数，性能差异极小，但需注意：
- 分组字段（PARTITION BY）尽量加索引，避免大表分组时全表扫描；
- 排序字段（ORDER BY）若为非索引字段，大表场景下可能影响性能，需权衡是否必要排序。
三、总结：快速选型口诀
|
需求场景
|
推荐函数
|
核心原因
|
|
唯一记录筛选、数据去重
|
row_number()
|
序号唯一，精准定位单条记录
|
|
竞争排名、奖项分配
|
rank()
|
并列排名 + 跳过空缺，符合认知
|
|
层级划分、连续排名
|
dense_rank()
|
并列排名 + 不跳空缺，层级清晰
|
记住：“唯一用 row，竞争用 rank，层级用 dense”，大部分 SQL 排名场景都能快速匹配到合适的函数！
】Linux权限机制深度解析：umask如何决定默认权限与粘滞位的妙用)
