SQL如何找出每个分组中金额最大的前N条_ROW

row_number() 必须配合 partition by 和 order by 才能实现分组取 top n；单独使用不加 partition by 仅为全表编号，无法按组取前 n。

sql如何找出每个分组中金额最大的前n条_row_number限定法

ROW_NUMBER() 必须配合 PARTITION BY 和 ORDER BY 才能分组取 Top N

单独写 ROW_NUMBER() 不加 PARTITION BY 就是全表编号，根本不是“每组取前 N”。关键在于：先用 PARTITION BY 划分逻辑组（比如按 category 或 user_id），再用 ORDER BY amount DESC 在每组内排序，最后用外层查询过滤 rn 。

常见错误是把 ORDER BY 写在最外层——没用，窗口函数的排序必须在 OVER() 里定义。

PARTITION BY 字段必须和业务分组维度一致，比如查“每个部门工资最高的 3 人”，就得写 PARTITION BY dept_name
如果金额相同，ROW_NUMBER() 会强制分配不同序号（比如并列第 1 会变成 1 和 2），需要并列处理得换 RANK() 或 DENSE_RANK()
MySQL 8.0+、PostgreSQL、SQL Server、Oracle 都支持；SQLite 3.25+ 也行，但旧版不支持窗口函数

实际写法：子查询 + ROW_NUMBER() 过滤最简可靠

不能直接在 WHERE 里用 ROW_NUMBER()，因为窗口函数不可在 WHERE 中引用。必须套一层子查询或 CTE。

SELECT user_id, category, amount
FROM (
  SELECT user_id, category, amount,
         ROW_NUMBER() OVER (PARTITION BY category ORDER BY amount DESC) AS rn
  FROM orders
) t
WHERE t.rn <p>这个结构兼容性最好，所有支持窗口函数的数据库都能跑。注意别漏掉别名 <code>t</code>，否则外部 <code>WHERE</code> 会报错“列不存在”。</p>

别在 ORDER BY 里混用多个字段又不加优先级说明，比如 ORDER BY amount DESC, created_at DESC 才能保证金额相同时按时间保序
如果表很大，记得给 PARTITION BY 和 ORDER BY 涉及的字段建联合索引，例如 (category, amount)
别用 SELECT * 套子查询——窗口函数列（如 rn）会暴露给上层，可能干扰应用逻辑

和 RANK() / DENSE_RANK() 的区别不能只看文档，得看业务需求

金额并列时行为完全不同：ROW_NUMBER() 强行连续编号（1,2,2,4），RANK() 跳号（1,2,2,4），DENSE_RANK() 不跳号（1,2,2,3）。选哪个取决于你要不要“挤占名额”。

例如“每个品类销量前 3 名”，若两个商品并列第 1，你希望总共返回 4 条（含并列者），就得用 RANK()；若严格只要 3 条，哪怕牺牲并列也要截断，才用 ROW_NUMBER()。

ROW_NUMBER() 结果一定唯一，适合做分页或取固定条数
RANK() 更贴近“排行榜语义”，但 WHERE rn 可能返回超过 3 行
没有“自动去重”逻辑，如果原始数据本身有重复行，窗口函数照常编号，需提前用 DISTINCT 或 GROUP BY 处理

WHERE 条件要写在子查询外层，且不能下推到窗口内

想筛出“每个活跃用户最近 3 笔订单”，不能把 status = 'paid' 放在窗口子查询里再过滤 rn——那样会先取所有订单编号，再筛状态，结果错误。必须先过滤再编号。

SELECT user_id, order_id, amount
FROM (
  SELECT user_id, order_id, amount,
         ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
  FROM orders 
  WHERE status = 'paid'  -- ✅ 过滤必须放这里
) t
WHERE t.rn <p>顺序错了就会导致：比如某用户有 10 笔订单，其中只有 2 笔是 paid，但如果你把 <code>WHERE</code> 放外层，<code>ROW_NUMBER()</code> 已对全部 10 笔编号，<code>rn  可能选出 unpaid 记录。</code></p>