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。

只有在分区中为特定排序值设置了关联时，才会看到差异。

在这种情况下，RANK和DENSE_RANK是确定的，对于排序列和分区列具有相同值的所有行最终将得到相同的结果，而ROW_NUMBER将任意(非确定地)将递增的结果分配给绑定的行。

示例:(所有行都有相同的StyleID，所以都在同一个分区中，在该分区中，前3行按ID排序时是绑定的)

WITH T(StyleID, ID)
     AS (SELECT 1,1 UNION ALL
         SELECT 1,1 UNION ALL
         SELECT 1,1 UNION ALL
         SELECT 1,2)
SELECT *,
       RANK() OVER(PARTITION BY StyleID ORDER BY ID)       AS [RANK],
       ROW_NUMBER() OVER(PARTITION BY StyleID ORDER BY ID) AS [ROW_NUMBER],
       DENSE_RANK() OVER(PARTITION BY StyleID ORDER BY ID) AS [DENSE_RANK]
FROM   T  

返回

StyleID     ID       RANK      ROW_NUMBER      DENSE_RANK
----------- -------- --------- --------------- ----------
1           1        1         1               1
1           1        1         2               1
1           1        1         3               1
1           2        4         4               2

您可以看到，对于三个相同的行，ROW_NUMBER增加，RANK值保持不变，然后跳到4。DENSE_RANK也将相同的秩赋给所有三行，但下一个不同的值被赋值为2。

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

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。

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。