Row_number & Rank & Dense_Rank

无论是传统数据库还是 Hadoop 数据仓库 Hive，我们都会涉及到窗口函数。今天利用 SQL Server 跟大家总结一下这Rank, Dense_rank, Row_number 三种函数的使用场景及区别：

1. Rank() vs Dense_Rank()

Rank() 会将数据进行排序。同一个分区下的对应的值从1开始递增，对于排序相同的字段拥有相同的排序值。不同的字段对应着自己在分区中排序位置。

Dense_Rank 也是对数据进行排序，跟rank 唯一的不同就是，系统会将排序相同的字段归为一组，改组的值递增于上一个分组。

--数据准备

select Categoria, NombreProducto, Precio from Producto；

1.1 Rank()

Select Categoria, NombreProducto, Precio, RANK ()over(partitionby categoria
order by precio desc)  as Posicion from Producto

1.2 Dense_Rank()

SELECT Categoria, NombreProducto, Precio,dense_rank()over(partitionby categoria orderby precio desc) asPosicion from Producto

2. Row_Number() 的使用场景：

在这里我们挑选了产品表和产品类目表来作为数据源：

1. 只有 Order by 

Use AdventureWorks2008 Go -- działanie ROW_NUMBER() na całym zbiorze SELECT P.ProductID, P.Name Product, P.ListPrice,   ROW_NUMBER()OVER(ORDERBY P.ProductID)AS Pozycja   FROM Production.Product P

 

2. 对产品类目进行分区，再根据列表价格进行排序

SELECT P.Name Product, P.ListPrice, PSC.Name Category,   ROW_NUMBER()OVER(PARTITION BY PSC.NameORDERBY P.ListPriceDESC)AS PriceRank   FROM Production.Product P JOIN Production.ProductSubCategory PSC ON P.ProductSubCategoryID= PSC.ProductSubCategoryID

3. 在场景2 的基础上，进一步针对产品名进行排序(默认 ASC)

SELECT P.Name Product, P.ListPrice, PSC.Name Category,   ROW_NUMBER()OVER(PARTITION BY PSC.NameORDERBY P.ListPriceDESC , P.Name)AS PriceRank   FROM Production.Product P JOIN Production.ProductSubCategory PSC ON P.ProductSubCategoryID= PSC.ProductSubCategoryID