别再傻傻分不清了！用MySQL实战案例彻底搞懂row_number、rank和dense_rank

窗口函数是SQL中非常强大的工具，而row_number、rank和dense_rank这三个排序函数在实际业务场景中使用频率极高。很多开发者在面试或工作中都会遇到需要精确控制排序逻辑的情况，但往往对这三个函数的区别感到困惑。本文将用一个完整的电商订单分析案例，带你彻底理解它们的差异和应用场景。

1. 理解窗口函数的基础概念

在深入探讨这三个排序函数之前，我们需要先明确什么是窗口函数。窗口函数(Window Function)是SQL中一种特殊的函数，它能够在保持原始行不变的同时，对一组相关的行进行计算。与聚合函数不同，窗口函数不会将多行合并为一行，而是为每一行返回一个值。

窗口函数的基本语法结构如下：

sql复制函数名() OVER (
    [PARTITION BY 列名1, 列名2...]
    [ORDER BY 列名 [ASC|DESC]]
    [frame_clause]
)

其中：

• PARTITION BY：定义窗口的分区，类似于GROUP BY
• ORDER BY：定义窗口内的排序规则
• frame_clause：定义窗口框架，即计算时考虑的行范围

窗口函数的执行顺序是在WHERE、GROUP BY和HAVING之后，但在ORDER BY之前。这意味着：

1. 不能在WHERE、GROUP BY或HAVING子句中引用窗口函数的结果
2. 可以在ORDER BY子句中引用窗口函数的结果

2. 创建实战案例数据集

为了更好地理解这三个函数的区别，我们创建一个电商订单分析的案例数据集。假设我们有一个订单表，包含以下字段：

sql复制CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    customer_id INT,
    product_id INT,
    order_date DATE,
    amount DECIMAL(10,2),
    region VARCHAR(50)
);

-- 插入示例数据
INSERT INTO orders VALUES
(1, 101, 1001, '2023-01-15', 1500.00, '华东'),
(2, 102, 1002, '2023-01-16', 800.00, '华北'),
(3, 101, 1003, '2023-01-17', 1200.00, '华东'),
(4, 103, 1001, '2023-01-18', 1500.00, '华南'),
(5, 104, 1004, '2023-01-19', 2000.00, '华东'),
(6, 102, 1005, '2023-01-20', 800.00, '华北'),
(7, 105, 1006, '2023-01-21', 3000.00, '华南'),
(8, 103, 1007, '2023-01-22', 2500.00, '华南'),
(9, 104, 1008, '2023-01-23', 1800.00, '华东'),
(10, 105, 1009, '2023-01-24', 1200.00, '华南');

这个数据集包含了10个订单，涉及5个客户、9种产品，分布在3个地区。我们将基于这个数据集来演示三个排序函数的不同行为。

3. 三个排序函数的详细对比

3.1 ROW_NUMBER()函数

ROW_NUMBER()是最简单的排序函数，它为每一行分配一个唯一的序号，即使排序值相同，也会分配不同的序号。

sql复制SELECT 
    order_id,
    customer_id,
    amount,
    ROW_NUMBER() OVER (ORDER BY amount DESC) AS row_num
FROM orders;

执行结果示例：

关键特点：

• 每行都有唯一的序号
• 即使amount相同(如1500和1200)，也会分配不同的序号
• 非常适合需要绝对唯一排序的场景，如分页查询

3.2 RANK()函数

RANK()函数会在排序值相同时分配相同的排名，但会跳过后续的排名序号。

sql复制SELECT 
    order_id,
    customer_id,
    amount,
    RANK() OVER (ORDER BY amount DESC) AS rank_val
FROM orders;

执行结果示例：

关键特点：

• 相同amount值的订单获得相同排名
• 下一个不同amount值的订单会跳过中间的排名(如从5直接跳到7)
• 适合体育比赛排名等场景，其中需要反映"有多少人比你更好"

3.3 DENSE_RANK()函数

DENSE_RANK()函数与RANK()类似，但在排序值相同时不会跳过后续的排名序号。

sql复制SELECT 
    order_id,
    customer_id,
    amount,
    DENSE_RANK() OVER (ORDER BY amount DESC) AS dense_rank_val
FROM orders;

执行结果示例：

关键特点：

• 相同amount值的订单获得相同排名
• 下一个不同amount值的订单不会跳过排名(从5到6)
• 适合需要连续排名的场景，如"前N名"分析

4. 分区排序的实际应用

窗口函数的真正威力在于能够对数据进行分区后排序。让我们看几个实际业务场景中的例子。

4.1 按地区分区排序

sql复制SELECT 
    order_id,
    region,
    amount,
    ROW_NUMBER() OVER (PARTITION BY region ORDER BY amount DESC) AS region_row_num,
    RANK() OVER (PARTITION BY region ORDER BY amount DESC) AS region_rank,
    DENSE_RANK() OVER (PARTITION BY region ORDER BY amount DESC) AS region_dense_rank
FROM orders;

执行结果(华东地区部分)：

业务价值：

• 可以分析每个地区的订单金额排名
• 识别各地区的高价值订单
• 比较不同地区的销售表现

4.2 找出每个客户的最大订单

sql复制SELECT * FROM (
    SELECT 
        order_id,
        customer_id,
        amount,
        ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY amount DESC) AS cust_rank
    FROM orders
) ranked_orders
WHERE cust_rank = 1;

执行结果：

业务价值：

• 识别每个客户的最大订单
• 用于客户价值分析
• 支持个性化营销策略制定

5. 高级应用场景与性能考量

5.1 分页查询的最佳实践

ROW_NUMBER()是实现高效分页查询的理想选择：

sql复制-- 获取第2页数据，每页3条记录
SELECT * FROM (
    SELECT 
        order_id,
        customer_id,
        amount,
        ROW_NUMBER() OVER (ORDER BY order_date DESC) AS row_num
    FROM orders
) paginated
WHERE row_num BETWEEN 4 AND 6;

性能提示：

• 对于大数据集，确保ORDER BY列有索引
• 避免在窗口函数中使用复杂的计算表达式
• 考虑使用WHERE子句先过滤数据，再应用窗口函数

5.2 处理并列情况的不同策略

根据业务需求选择合适的排序函数：

5.3 窗口框架的进阶使用

窗口函数还支持定义更精确的窗口框架：

sql复制-- 计算移动平均
SELECT 
    order_id,
    order_date,
    amount,
    AVG(amount) OVER (
        ORDER BY order_date 
        ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
    ) AS moving_avg
FROM orders;

窗口框架类型：

• ROWS BETWEEN ... AND ...：按物理行数定义窗口
• RANGE BETWEEN ... AND ...：按逻辑值范围定义窗口
• GROUPS BETWEEN ... AND ...：按分组定义窗口

6. 常见误区与调试技巧

6.1 易犯错误

1. 在WHERE子句中引用窗口函数结果：

   sql复制-- 错误示例
   SELECT order_id, ROW_NUMBER() OVER () AS rn
   FROM orders
   WHERE rn <= 5;  -- 这里会报错
   
   -- 正确做法
   SELECT * FROM (
       SELECT order_id, ROW_NUMBER() OVER () AS rn
       FROM orders
   ) t WHERE rn <= 5;
   

2. 忽略NULL值的排序行为：

   • 默认情况下，NULL值会排在最后(ASC)或最前(DESC)
   • 可以使用NULLS FIRST或NULLS LAST明确指定

3. 性能问题：

   • 复杂的窗口函数可能导致查询性能下降
   • 对于大数据集，考虑使用物化视图或预计算结果

6.2 调试技巧

1. 逐步构建查询：

   • 先测试基础查询
   • 然后添加窗口函数
   • 最后添加过滤条件

2. 使用CTE提高可读性：

   sql复制WITH ranked_orders AS (
       SELECT 
           order_id,
           RANK() OVER (PARTITION BY region ORDER BY amount DESC) AS rnk
       FROM orders
   )
   SELECT * FROM ranked_orders WHERE rnk <= 3;
   

3. 检查执行计划：

   • 使用EXPLAIN分析查询性能
   • 确保窗口函数使用的排序列有适当索引