其实MS SQL Server函数用法挺多的，这里说说两种比较常见但容易搞混的分析方法

数据库开发社区常见讨论及SQL Server官方文档基础部分）

很多人用SQL Server做数据分析时，最头疼的不是写不出查询，而是面对一堆功能相似的函数不知道该选哪个，你想给查询结果里的每一行都加一个序号，或者想计算每一行数据占它所在分组的总和的比例，这时候就会碰到ROW_NUMBER()、RANK()、DENSE_RANK()和PARTITION BY这些看起来很像的东西，它们都属于“窗口函数”大家庭，但用起来差别不小，一不小心就会搞混，导致结果完全不对，下面我就用大白话聊聊其中两种特别容易混淆的分析方法：一种是纯粹排序编序号，另一种是带分组的分层计算。

第一种方法：给数据行排序和编序号（来源：SQL Server技术博客常见入门教程）

这主要涉及ROW_NUMBER()、RANK()和DENSE_RANK()这三个函数，它们的核心任务都是在指定的排序规则下，给每一行数据分配一个数字序号，但分配规则有微妙的不同，直接影响最终序号的样子。

• ROW_NUMBER()：老老实实排队，绝不并列。 这个函数最简单直接，你告诉它按哪个字段排序（比如按成绩从高到低），它就严格地按照这个顺序，从1开始，1、2、3、4……一路往下排，即使有两行数据的排序字段值一模一样（比如两个学生都是95分），ROW_NUMBER()也会强制给它们不同的序号（比如一个第3名，一个第4名），这个顺序可能取决于数据在底层存储的细微差别，总之它不允许出现并列名次，当你只是需要一个绝对的、唯一的序号，不关心是否并列时，就用它。

• RANK()：允许并列，但会“跳号”。 RANK()就有人情味一些了，如果遇到排序值相同的行，它会给这些相同的行分配同样的序号，有两个学生并列第一，RANK()都会给他们标1，下一个不同成绩的学生，序号就不是2了，而是3，因为第一名占了两个位置，所以它就“跳”过了2这个数字，这在体育比赛排名中很常见，并列冠军之后，下一个就是季军了。

• DENSE_RANK()：允许并列，且坚决不“跳号”。 DENSE_RANK()可以看作是RANK()的“改良版”，它同样处理并列情况（两个95分都排第1），但区别在于，它不会跳号，并列第一之后，下一个不同成绩的学生直接就是第2名，它只关心 distinct（不同）的排序值有多少个，序号就紧凑地往下排。

  

简单总结一下区别：假设成绩是100, 95, 95, 90。

• ROW_NUMBER() 会给出：1, 2, 3, 4
• RANK() 会给出：1, 2, 2, 4 （注意，两个95分并列第二，下一个90分就是第四名）
• DENSE_RANK() 会给出：1, 2, 2, 3 （两个95分并列第二，下一个90分是第三名）

第二种方法：在分组内进行分析计算（来源：MSDN官方文档窗口函数概述部分）

光会排序还不够,很多时候我们需要把数据先分成几个小组，然后在每个小组内部进行计算，这就是PARTITION BY子句大显身手的时候了，它通常和上面说的排序函数，或者和SUM()、AVG()这样的聚合函数一起用。

• PARTITION BY 的作用：化整为零，分组计算。 你可以把PARTITION BY想象成SQL里的“分组符”，但它和GROUP BY不同，GROUP BY会把多行数据压缩成一行汇总结果，而PARTITION BY不会减少行数，它只是在计算时，先把数据按照你指定的字段（比如部门、班级、年份）分成一个个独立的小组，然后在每个小组内部单独执行排序或聚合操作，最后再把结果合并回原来的数据集里展示。

  

• 经典组合：PARTITION BY + 排序函数/聚合函数 你有一个销售表，有“部门”和“销售额”字段，你想看看每个员工在自己部门内的销售排名。 你可以写：SELECT 部门, 员工姓名, 销售额, RANK() OVER (PARTITION BY 部门 ORDER BY 销售额 DESC) AS 部门内排名 FROM 销售表。 这个查询的意思就是：先按照“部门”把数据分成若干组（比如A部一组，B部一组），然后在每个部门内部，再按照销售额从高到低用RANK()函数进行排名，这样，结果里A部的第一名是1，B部的第一名也是1，互不干扰，如果没有PARTITION BY，就会在全公司范围内排名，A部和B部的人会混在一起排。

  再比如,你想计算每个员工销售额占其所在部门总销售额的比例。 可以写：SELECT 部门, 员工姓名, 销售额, 销售额 * 1.0 / SUM(销售额) OVER (PARTITION BY 部门) AS 销售占比 FROM 销售表。 这里，SUM(销售额) OVER (PARTITION BY 部门) 的意思就是，针对每一行数据，计算它所在“部门”的所有行的销售额总和，这个总和值会附加在每一行后面，然后你就可以用当前行的销售额除以这个部门总和，得到占比。

来源：个人经验归纳）

区分这两种方法的关键在于：

• ROW_NUMBER()、RANK()、DENSE_RANK() 这几个函数核心解决的是“排序编号”问题，区别在于对待并列成绩时的编号策略不同。
• PARTITION BY 核心解决的是“分组计算”问题，它像一个透明的玻璃墙，把数据隔成多个小房间，让窗口函数在各自的小房间里工作，互不影响。

在实际工作中,它们经常结合在一起使用，先由PARTITION BY划定分析范围（在哪个组里算），再由ORDER BY决定组内的顺序，最后由具体的窗口函数（编号的或聚合的）执行计算，弄明白它们各自的分工和合作方式，写起复杂分析SQL来就会清晰很多。