我搞不懂它们之间的区别。运行下面的SQL会得到两个相同的结果集。有人能解释一下其中的区别吗?
SELECT ID, [Description], RANK() OVER(PARTITION BY StyleID ORDER BY ID) as 'Rank' FROM SubStyle
SELECT ID, [Description], ROW_NUMBER() OVER(PARTITION BY StyleID ORDER BY ID) as 'RowNumber' FROM SubStyle
当前回答
注意，所有这些窗口函数都返回一个类似整型的值。
数据库通常会选择BIGINT数据类型，这占用的空间比我们需要的大得多。而且，我们很少需要从-9,223,372,036,854,775,808到+9,223,372,036,854,775,807的范围。
将结果转换为BYTEINT、SMALLINT或INTEGER。
这些现代系统和硬件是如此强大，所以你可能永远不会看到有意义的额外资源使用，但我认为这是最佳实践。
其他回答
本文将介绍ROW_NUMBER()和DENSE_RANK()之间的有趣关系(RANK()函数没有特别处理)。当您需要在SELECT DISTINCT语句上生成ROW_NUMBER()时，ROW_NUMBER()将在被DISTINCT关键字删除之前生成不同的值。例如这个查询
SELECT DISTINCT
v,
ROW_NUMBER() OVER (ORDER BY v) row_number
FROM t
ORDER BY v, row_number
．.． 可能会产生这种结果(DISTINCT没有影响):
+---+------------+
| V | ROW_NUMBER |
+---+------------+
| a | 1 |
| a | 2 |
| a | 3 |
| b | 4 |
| c | 5 |
| c | 6 |
| d | 7 |
| e | 8 |
+---+------------+
鉴于此查询:
SELECT DISTINCT
v,
DENSE_RANK() OVER (ORDER BY v) row_number
FROM t
ORDER BY v, row_number
．.． 在这种情况下产生你可能想要的:
+---+------------+
| V | ROW_NUMBER |
+---+------------+
| a | 1 |
| b | 2 |
| c | 3 |
| d | 4 |
| e | 5 |
+---+------------+
注意，DENSE_RANK()函数的ORDER BY子句需要SELECT DISTINCT子句中的所有其他列才能正常工作。
这样做的原因是，从逻辑上讲，窗口函数是在应用DISTINCT之前计算的。
这三种功能的比较
使用PostgreSQL / Sybase / SQL标准语法(WINDOW子句):
SELECT
v,
ROW_NUMBER() OVER (window) row_number,
RANK() OVER (window) rank,
DENSE_RANK() OVER (window) dense_rank
FROM t
WINDOW window AS (ORDER BY v)
ORDER BY v
．.． 你会得到:
+---+------------+------+------------+
| V | ROW_NUMBER | RANK | DENSE_RANK |
+---+------------+------+------------+
| a | 1 | 1 | 1 |
| a | 2 | 1 | 1 |
| a | 3 | 1 | 1 |
| b | 4 | 4 | 2 |
| c | 5 | 5 | 3 |
| c | 6 | 5 | 3 |
| d | 7 | 7 | 4 |
| e | 8 | 8 | 5 |
+---+------------+------+------------+
注意，所有这些窗口函数都返回一个类似整型的值。
数据库通常会选择BIGINT数据类型，这占用的空间比我们需要的大得多。而且，我们很少需要从-9,223,372,036,854,775,808到+9,223,372,036,854,775,807的范围。
将结果转换为BYTEINT、SMALLINT或INTEGER。
这些现代系统和硬件是如此强大，所以你可能永远不会看到有意义的额外资源使用，但我认为这是最佳实践。
ROW_NUMBER:为以1开头的每一行返回一个唯一的数字。对于具有重复值的行，将任意分配数字。
Rank:为从1开始的每一行分配一个唯一的数字，但有重复值的行除外，在这种情况下，分配相同的排名，并且在每个重复排名的序列中出现一个空白。
另外，在使用RANK时，注意PARTITION中的ORDER BY(例如使用Standard AdventureWorks db)。
选择as1。SalesOrderID as1。SalesOrderDetailID, RANK()结束 分区由as1。SalesOrderID ORDER BY as1。) ranknoequal ， RANK() OVER(分区为as1.)由SalesOrderID订购 as1。SalesOrderDetailId) ranknodiff FROM Sales。SalesOrderDetail as1 SalesOrderId = 43659;
给出结果:
SalesOrderID SalesOrderDetailID rank_same_as_partition rank_salesorderdetailid但是如果将顺序更改为(使用OrderQty:
选择as1。SalesOrderID as1。OrderQty, RANK() OVER (PARTITION BY as1。SalesOrderID ORDER BY as1。ranknoequal, RANK() OVER(分区为as1。SalesOrderID ORDER BY as1。OrderQty) 从销售。WHERE SalesOrderId = 43659 ORDER BY OrderQty;
给:
SalesOrderID OrderQty rank_salesorderid rank_orderqty请注意，当我们在ORDER BY中使用OrderQty(最右边的列第二表)时，Rank是如何变化的，以及当我们在ORDER BY中使用SalesOrderDetailID(最右边的列第一表)时，Rank是如何变化的。
相当多:
一行的秩是1加上前面一行的秩数。
Row_number是行的唯一秩，在秩上没有任何差距。
http://www.bidn.com/blogs/marcoadf/bidn-blog/379/ranking-functions-row_number-vs-rank-vs-dense_rank-vs-ntile
