平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“PostgreSQL中rank()窗口函数实用指南与示例”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。

目录

• 一、rank()函数简介
• 二、基础示例：部门内员工薪资排名
• 示例数据
• 排名查询
• 三、高级应用示例
• 1. 每组Top N记录
• 2. 百分位数计算
• 四、rank()与其他窗口函数的比较
• 示例：rank() vs dense_rank()
• 示例：row_number()
• 五、性能优化建议
• 六、总结

一、rank()函数简介

rank()是一个窗口函数，用来计算结果集中每一行的排名。它的基本语法如下所示：

rank() OVER ([PARTITION BY partition_expression] ORDER BY order_expression)

• PARTITION BY：可选子句，用来将结果集划分为多个分区，排名在每个分区内独立计算。
• ORDER BY：指定排名的顺序依据。

特点：

• 相同值的行会获得相同的排名。
• 落到代码里，下一个排名会跳过相同值的数量。比如，如果有两个第一名，下一个排名是第三名。

二、基础示例：部门内员工薪资排名

假设有一个employees表，包含员工姓名、部门和薪资信息。我们希望计算每个部门内员工的薪资排名。

示例数据

首先，新建示例数据：

WITH sample_data AS (
    SELECT * FROM (
        VALUES 
            ('Alice', 'Sales', 50000),
            ('Bob', 'Marketing', 55000),
            ('Charlie', 'Sales', 52000),
            ('David', 'IT', 60000),
            ('Eve', 'Marketing', 55000),
            ('Frank', 'IT', 62000)
    ) AS t(employee_name, department, salary)
)

排名查询

采用rank()函数按部门分区，按薪资降序排名：

SELECT 
    employee_name, 
    department, 
    salary, 
    RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dept_salary_rank
FROM 
    sample_data
ORDER BY 
    department, dept_salary_rank;

结果：

解释：

• 在IT部门，Frank薪资最高，排名为1；David次之，排名为2。
• 在Marketing部门，Bob和Eve薪资相同，均排名为1。
• 理解这一步时，在Sales部门，Charlie薪资最高，排名为1；Alice次之，排名为2。

三、高级应用示例

1. 每组Top N记录

场景：找出每个类别中最贵的两个产品。

示例数据：

WITH products AS (
    SELECT * FROM (
        VALUES 
            (1, 'A', 100),
            (2, 'A', 80),
            (3, 'B', 200),
            (4, 'B', 180),
            (5, 'B', 150),
            (6, 'C', 120)
    ) AS t(product_id, category, price)
)

查询：

SELECT * 
FROM (
    SELECT 
        product_id, 
        category, 
        price, 
        RANK() OVER (PARTITION BY category ORDER BY price DESC) AS rank
    FROM 
        products
) ranked
WHERE rank <= 2;

结果：

解释：

• 每个类别中，价格最高的前两个产品被筛选出来。

2. 百分位数计算

场景：计算每个学生的成绩百分位。

示例数据：

WITH scores AS (
    SELECT * FROM (
        VALUES 
            ('Student 1', 85),
            ('Student 2', 92),
            ('Student 3', 78),
            ('Student 4', 90),
            ('Student 5', 88)
    ) AS t(student, score)
)

查询：

SELECT 
    student, 
    score, 
    RANK() OVER (ORDER BY score) AS rank,
    ROUND(100.0 * RANK() OVER (ORDER BY score) / (SELECT COUNT(*) FROM scores), 2) AS percentile
FROM 
    scores;

结果：

解释：

• 百分位数借助排名除以总记录数并乘以100计算得出。

四、rank()与其他窗口函数的比较

PostgreSQL提供了多个窗口函数用来排名，各有特点：

示例：rank() vs dense_rank()

示例数据：

WITH scores AS (
    SELECT * FROM (
        VALUES 
            ('Player 1', 100),
            ('Player 2', 95),
            ('Player 3', 95),
            ('Player 4', 90)
    ) AS t(player, score)
)

查询：

SELECT 
    player, 
    score, 
    RANK() OVER (ORDER BY score DESC) AS rank,
    DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank
FROM 
    scores;

结果：

解释：

• rank()在遇到相同分数时跳过了排名3。
• dense_rank()在遇到相同分数时不跳过排名，保持连续。

示例：row_number()

场景：为每日的销售记录分配唯一序号，按销售金额降序排列。

示例数据：

WITH sales AS (
    SELECT 
        DATE '2023-01-01' AS sale_date, 
        1000 AS amount
    UNION ALL
    SELECT 
        DATE '2023-01-01', 
        1500
    UNION ALL
    SELECT 
        DATE '2023-01-02', 
        1200
    UNION ALL
    SELECT 
        DATE '2023-01-02', 
        1200
)

查询：

SELECT 
    sale_date, 
    amount, 
    ROW_NUMBER() OVER (PARTITION BY sale_date ORDER BY amount DESC) AS row_num
FROM 
    sales;

结果：

解释：

• 即使同一天有相同的销售金额，row_number()也会为每条记录分配唯一的序号。

五、性能优化建议

采用窗口函数如rank()时，可能会对查询性能产生影响，尤其是在处理大数据集时。以下是一些优化建议：

1. 采用PARTITION BY合理分区：将数据划分为较小的分区，能够减少每个窗口函数计算的数据量。
2. 指定ORDER BY明确排序：确保ORDER BY子句明确，避免全表排序带来的性能开销。
3. 新建适当的索引：在ORDER BY和PARTITION BY涉及的列上新建索引，能够加快排序和分区操作。
4. 限制结果集：如果只需前N条记录，结合WHERE rank <= N能够减少计算量。

六、总结

PostgreSQL的rank()窗口函数是一个强大的工具，适用来各种排名需求，如部门内薪资排名、每组Top N记录、百分位数计算等。借助合理采用rank()及其相关函数（如dense_rank()和row_number()），能够高效地处理复杂的数据分析任务。

关键点回顾：

• rank()函数为相同值的行分配相同的排名，同时跳过后续排名。
• 结合PARTITION BY和ORDER BY，能够完成多层次的排名需求。
• 与其他窗口函数（如dense_rank()和row_number()）相比，rank()在处理同时列排名时有独特的行为。
• 借助优化查询和索引，能够提升窗口函数的性能表现。

落到代码里，希望本文的示例和解释能帮助你在实际项目中更好地应用rank()函数，提升数据处理的效率和准确性！

到此这篇关于PostgreSQL中rank()窗口函数实用指南与示例的文章就介绍到这了,更多相关PostgreSQL rank()窗口函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多兼容脚本之家！

您可能感兴趣的文章:

• postgresql rank() over, dense_rank(), row_number()用法区别
• PostgreSQL数据库中窗口函数的语法与采用
• PostgreSQL常用字符串函数与示例说明小结
• postgresql常用日期函数采用整理