RANK() 遇相同值并列且跳号，如三个第1名后直接第4名；若仅用 WHERE rank ≤ 3 过滤，会漏掉并列第3名之后实际应入选的并列名次，导致结果偏少而非偏多——题干“多出几条”通常源于误将 RANK() 与 ROW_NUMBER() 混淆或未正确处理分组边界。
用 RANK() 统计每组前三名时，为什么结果总多出几条？
因为 RANK() 遇到相同值会并列且跳号，比如三个并列第1名后，下一个是第4名。如果你只写 WHERE rank ，可能实际返回5条甚至更多记录——只要它们都卡在“第1名”或“第2名”这种并列位置上。
- 真实场景中，用户要的是“最多三条”，不是“所有排名≤3的”，这时该用
DENSE_RANK()或加限制逻辑 -
RANK()适合强调名次断层（如“冠军、亚军、季军，之后是第五名”），不适合取固定数量 - MySQL 8.0+、PostgreSQL、SQL Server 都支持，但 SQLite 默认不支持窗口函数（需 3.25+ 且编译时启用）
怎么写出真正每组只取三条的 SQL？
核心是先算排名，再对每个分组做行数截断。别在 WHERE 里直接筛 RANK()，而要用子查询或 CTE 包一层：
SELECT user_id, dept, score
FROM (
SELECT user_id, dept, score,
RANK() OVER (PARTITION BY dept ORDER BY score DESC) AS rk
FROM users_score
) t
WHERE t.rk
- 必须把
RANK()放在子查询或 CTE 里，否则窗口函数不能出现在WHERE中 - 排序字段如果有
NULL，默认排在最前（PostgreSQL）或最后（MySQL），建议显式写ORDER BY score DESC NULLS LAST（如果数据库支持） - 如果某组只有两条数据，
RANK()仍只返回这两条，不会补空行
RANK() 和 ROW_NUMBER() 在取前三时差别有多大？
差别在是否容忍并列：用 ROW_NUMBER() 每组一定返回最多三条，但相同分数会被强行拆成第1、第2、第3；用 RANK() 则保留业务意义上的并列，但数量不可控。
- 要“严格三条”，选
ROW_NUMBER() - 要“同分同名次，宁可超三也不拆”，选
RANK() - 要“同分同名次，且总数不超过三”，得用
DENSE_RANK()+ 额外去重逻辑，或改用LIMIT配合GROUP BY（不推荐，复杂且易错）
MySQL 5.7 或旧版 PostgreSQL 怎么办？
它们不支持窗口函数，硬上 RANK() 会报错 ERROR 1064: You have an error in your SQL syntax。这时候得用自连接或变量模拟，但极易出错。
- 变量方式（MySQL）依赖执行顺序，5.7 后默认关闭
sql_mode=ONLY_FULL_GROUP_BY时才勉强可用，但并发查询下排名可能错乱 - 自连接方式要对每个分组做
COUNT(*)子查询比当前行分数更高的记录数，性能差，N² 复杂度 - 最稳妥的解法：升级数据库，或把分组排名逻辑移到应用层（Python/Java）处理，用
pandas.groupby().apply(lambda x: x.nlargest(3, 'score'))更可控
窗口函数看着简单，但 PARTITION BY 的粒度、ORDER BY 的稳定性、以及数据库版本对 NULL 和重复值的处理，任何一个没对齐，前三名就容易漏掉或膨胀。别只测“有数据”的 case，一定要试空组、全同分、刚好第四名和第三名同分这几种边界。
