SQL如何对分组后的数据进行排名_利用RANK与DENSE

RANK() 和 DENSE_RANK() 不能在 GROUP BY 后直接使用，因窗口函数在 SELECT 阶段执行，而 GROUP BY 已聚合数据、丢失行级细节；正确做法是先开窗再聚合，或用子查询/CTE对聚合结果二次开窗。

sql如何对分组后的数据进行排名_利用rank与dense_rank

为什么 RANK() 和 DENSE_RANK() 在 GROUP BY 后不能直接用

因为 SQL 执行顺序是 FROM → WHERE → GROUP BY → HAVING → SELECT，而窗口函数（如 RANK()）是在 SELECT 阶段计算的，此时分组已经完成，但“每组内排序”需要的是未聚合前的行级数据。所以你不能先 GROUP BY 再对结果集直接套 RANK()——那会报错或逻辑错乱。

常见错误现象：ERROR: window function calls require an OVER clause 或排名全为 1（因聚合后只剩一行）。

正确做法是：先用窗口函数在原始粒度上排名，再按需聚合（比如取每组 top 3）
如果必须“对聚合结果排名”，得把聚合结果作为子查询/CTE，再在其上开窗
RANK() 和 DENSE_RANK() 本身不感知 GROUP BY，只认 OVER (PARTITION BY ... ORDER BY ...)

RANK() vs DENSE_RANK() 的断层处理差异

两者都支持 PARTITION BY 实现“每组独立排名”，但遇到相同值时行为不同：前者跳号，后者连续。

比如某组分数为 [95, 95, 87, 87, 76]：

RANK() 给出 [1, 1, 3, 3, 5] —— 第二个 95 还是第 1 名，但下一个名次直接跳到 3
DENSE_RANK() 给出 [1, 1, 2, 2, 3] —— 更适合“并列算同一档”的业务场景（如奖项分级）
性能上无差异，都是 O(n log n)，但 RANK() 在后续做 top-N 过滤时容易漏数据（比如 rank 会漏掉第 4 名实际是并列第 3 的情况）

在分组聚合后对结果排名的写法（CTE + 窗口函数）

想对“每个部门的平均薪资”从高到低排总名次？不能在 GROUP BY dept 的 SELECT 里直接写 RANK() OVER (ORDER BY AVG(salary))，得拆成两步。

WITH dept_avg AS (
  SELECT dept, AVG(salary) AS avg_salary
  FROM employees
  GROUP BY dept
)
SELECT 
  dept,
  avg_salary,
  RANK() OVER (ORDER BY avg_salary DESC) AS rank_by_avg
FROM dept_avg;

注意点：