、rank()、dense_rank()、ntile() 在数据分析中的场景化应用)
1. 窗口函数入门：为什么你需要掌握这四大金刚
刚接触MySQL数据分析时，我经常被各种排序需求搞得手忙脚乱。直到发现了窗口函数这个神器，特别是row_number()、rank()、dense_rank()和ntile()这四个核心函数，它们彻底改变了我的数据处理方式。想象一下，你手上有份销售数据，老板让你："找出Top 10销售冠军，但业绩相同的要并列排名，而且排名数字不能断档"。这种需求要是用传统方法实现，得写多少复杂的子查询啊！
窗口函数最厉害的地方在于，它能在保留原始行的同时，对数据进行各种高级计算。就像给你的数据戴了副智能眼镜，既能看清细节，又能把握整体。举个例子，电商平台要分析用户购买行为，既要看单个订单，又要知道这个订单在用户所有消费中的排名，窗口函数就是为这种场景而生的。
2. row_number()：最基础的连续编号工具
2.1 基本用法与典型场景
row_number()是我用得最多的窗口函数，它简单粗暴地为每一行分配一个唯一序号。假设我们有张员工表，要按薪资从高到低编号：
SELECT employee_name, salary, ROW_NUMBER() OVER (ORDER BY salary DESC) AS salary_rank FROM employees;这个查询会给薪资最高的员工标1，第二高的标2，依此类推。我在电商数据分析中常用它来标记用户的订单顺序，比如找出每个用户的第一笔订单：
SELECT * FROM ( SELECT user_id, order_id, order_time, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_time) AS order_seq FROM orders ) t WHERE order_seq = 1;2.2 实战中的坑与技巧
新手容易忽略的是PARTITION BY子句。有次我做销售分析，忘记按地区分区，结果全国销售混在一起排名，完全失去了分析价值。正确的做法是：
SELECT region, salesperson, sales_amount, ROW_NUMBER() OVER (PARTITION BY region ORDER BY sales_amount DESC) AS region_rank FROM sales_data;另一个常见误区是以为row_number()能处理并列情况。实际上，就算两行数据完全相同，它也会强制分配不同序号。这就是rank()和dense_rank()的用武之地了。
3. rank()与dense_rank()：处理并列排名的双胞胎
3.1 理解并列排名的差异
上周公司做季度绩效评估，正好用上了这两个函数。假设有以下评分数据：
SELECT employee_name, performance_score, RANK() OVER (ORDER BY performance_score DESC) AS rank_score, DENSE_RANK() OVER (ORDER BY performance_score DESC) AS dense_score FROM performance_review;结果可能长这样：
| 员工 | 评分 | rank | dense_rank |
|---|---|---|---|
| 张三 | 95 | 1 | 1 |
| 李四 | 92 | 2 | 2 |
| 王五 | 92 | 2 | 2 |
| 赵六 | 88 | 4 | 3 |
看到区别了吗？rank()会留下"窟窿"，两个第二名之后直接跳到第四名；而dense_rank()则保持数字连续。发奖金时用dense_rank()更公平，因为第三名不会因为前面有并列就变成第四名。
3.2 电商销售排名实战
做618大促分析时，我发现rank()特别适合做商品类目下的销售排名：
SELECT category, product_name, sales_volume, RANK() OVER (PARTITION BY category ORDER BY sales_volume DESC) AS category_rank FROM product_sales;这样每个类目都有自己的排名序列，方便找出各类目的爆款商品。而dense_rank()更适合做会员等级划分，比如根据消费金额将用户分为金银铜三级，避免出现等级断层。
4. ntile()：数据分组的瑞士军刀
4.1 等量分组的艺术
ntile()是我做用户分层时的秘密武器。去年双十一前，我们需要把用户按最近半年消费金额分成高、中、低三组：
SELECT user_id, consumption, NTILE(3) OVER (ORDER BY consumption DESC) AS user_tier FROM user_consumption;结果会把用户平均分成三组，第一组是高消费用户，第三组是低消费用户。注意是"尽量平均"，因为如果不能整除，前面的组会多分到一些数据。
4.2 员工绩效分档案例
公司年度考核时，HR要求把200名员工按绩效分成5档。用ntile()轻松搞定：
SELECT employee_id, performance_score, NTILE(5) OVER (ORDER BY performance_score DESC) AS performance_grade FROM employee_performance;第一档就是前20%的精英员工，第五档则是需要改进的员工。这种分档方式比固定分数线更科学，因为它能动态适应整体表现水平。
5. 综合应用：电商数据分析实战
5.1 用户购买行为分析
结合这几个函数，我们可以深度挖掘用户价值。比如找出每个用户的最高单笔消费在其所有订单中的位置：
SELECT user_id, order_amount, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_amount DESC) AS amount_rank, RANK() OVER (PARTITION BY user_id ORDER BY order_amount DESC) AS amount_rank_with_tie, NTILE(4) OVER (PARTITION BY user_id ORDER BY order_amount) AS amount_quartile FROM user_orders;这个查询能同时告诉我们：这笔订单在用户所有订单中的金额排名（考虑和不考虑并列两种情况），以及这笔订单金额在用户消费中的分位段。
5.2 商品销售多维分析
分析商品销售时，我常用这样的查询：
SELECT product_id, category, sales_count, RANK() OVER (PARTITION BY category ORDER BY sales_count DESC) AS category_rank, DENSE_RANK() OVER (ORDER BY sales_count DESC) AS overall_rank, NTILE(10) OVER (ORDER BY sales_count) AS decile_group FROM product_stats;这样既能看商品在所属类目中的排名，又能看全平台总排名，还能知道它的销量处于哪个十分位段。运营同事根据这个数据，就能精准制定促销策略了。
6. 性能优化与进阶技巧
6.1 窗口函数的执行效率
窗口函数虽然强大，但用不好会成为性能杀手。我的经验是：
- 尽量避免在OVER子句中使用复杂的表达式
- 分区字段最好有索引
- 大数据集可以先过滤再应用窗口函数
比如这样优化：
SELECT * FROM ( SELECT user_id, order_date, amount, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date DESC) AS rn FROM orders WHERE order_date > '2023-01-01' ) t WHERE rn <= 3;6.2 组合使用的高级模式
真正发挥威力的是组合使用多个窗口函数。比如分析销售团队表现：
SELECT salesperson, region, sales_amount, RANK() OVER (PARTITION BY region ORDER BY sales_amount DESC) AS region_rank, RANK() OVER (ORDER BY sales_amount DESC) AS company_rank, sales_amount - LAG(sales_amount, 1) OVER (PARTITION BY salesperson ORDER BY quarter) AS growth_from_last_quarter FROM sales_records;这个查询能同时展示销售人员在区域和全公司的排名，以及季度环比增长，一张报表满足管理层各种分析需求。
