面试新收获-窗口排序函数

背景

2025年4月26日

今天参加了一家公司的二面，有一个问题没有听过，sql里面的“窗口排序函数的区别”

窗口，ok,我知道一些，

排序，ok，我知道，

函数，ok，我知道，

排序函数，ok，我知道

窗口排序函数，？？？

确实忘了，还导致面试官质疑科班身份，搞得我下来了还特意去查了本科学的《数据库系统概论》，好像没有啊

ok，算了，问GPT

1. 什么是窗口函数？

窗口函数（Window Function）是针对查询结果中的每一行，根据定义好的窗口（分组+排序规则）计算一个额外值，而不影响原来的行数！

窗口函数的结构：

函数名() OVER ([PARTITION BY 分组字段] ORDER BY 排序字段)

部分	含义
函数名()	比如 RANK(), DENSE_RANK(), SUM(), AVG()
OVER	必须有的关键字
PARTITION BY	按某列分组（可选）
ORDER BY	按某列排序（通常必选）

2. 常见排序类窗口函数（核心）

函数名	作用	特点
ROW_NUMBER()	全局唯一递增编号（无跳号）	不管值是否相同
RANK()	相同值排名相同，后续跳号	有跳号
DENSE_RANK()	相同值排名相同，后续不跳号	不跳号

3. 三个函数的具体区别（超重要）

比如我们有这样一组分数数据（score越高排越前）：

id	score
1	100
2	90
3	90
4	80

排序规则：score降序（DESC）

函数	结果（id顺序）
ROW_NUMBER()	1，2，3，4（严格递增，不管值是否相同）
RANK()	1，2，2，4（值相同名次一样，后面跳号）
DENSE_RANK()	1，2，2，3（值相同名次一样，后面连续编号）

ROW_NUMBER() 流程（严格编号，不管分数是否相同）
--------------------------------------------------
id: 1   score: 100   row_number: 1
id: 2   score: 90    row_number: 2
id: 3   score: 90    row_number: 3
id: 4   score: 80    row_number: 4

RANK() 流程（相同分数占同一名，后面跳号）
--------------------------------------------------
id: 1   score: 100   rank: 1
id: 2   score: 90    rank: 2
id: 3   score: 90    rank: 2
id: 4   score: 80    rank: 4

DENSE_RANK() 流程（相同分数占同一名，后面连续编号）
--------------------------------------------------
id: 1   score: 100   dense_rank: 1
id: 2   score: 90    dense_rank: 2
id: 3   score: 90    dense_rank: 2
id: 4   score: 80    dense_rank: 3

4.核心对比总结表

函数	相同分数占同一名？	排名跳号？	特点
ROW_NUMBER()	否（每行唯一编号）	否	不管分数是否相同，依次递增编号
RANK()	是	是	相同分数排名一样，后面跳号
DENSE_RANK()	是	否	相同分数排名一样，后面连续

5.每个函数的应用场景

1. ROW_NUMBER() 应用场景

• 分页查询（比如取第11-20条数据）

• 需要唯一行号编号的场景（比如流水线、排名流水）

2. RANK() 应用场景

• 标准排行榜，相同分数并列排名，后续跳号

• 比赛计分系统，要求同分并列+跳过名次

3. DENSE_RANK() 应用场景

• 紧凑型排行榜，相同分数并列但后续不跳名次

• 积分等级评定，要求排名连续紧凑

实操

SELECT
    user_id,
    score,
    RANK() OVER (ORDER BY score DESC) AS rank,
    DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank,
    ROW_NUMBER() OVER (ORDER BY score DESC) AS row_number
FROM
    user_scores;