mysql 5.7及更早版本不支持窗口函数,可用关联子查询实现rank()(e2.salary > e1.salary +1)或dense_rank()(e2.salary >= e1.salary + count(distinct)),但性能差,需建(department,salary)联合索引;累计求和宜用自连接。

MySQL 5.7 及更早版本不支持窗口函数,ROW_NUMBER()、RANK()、SUM() OVER () 这类写法直接报错。最直接可用的平替是子查询,但必须注意它只适用于中小数据量,且逻辑稍有不慎就会漏行、重复或跳名次。
用关联子查询实现分组内排名
这是最常见也最容易上手的方案,核心是“对每行统计同组中满足条件的行数”。比如按部门算薪资排名:
SELECT e1.name, e1.department, e1.salary, (SELECT COUNT(*) FROM employees e2 WHERE e2.department = e1.department AND e2.salary > e1.salary) + 1 AS rank FROM employees e1;- 关键在
e2.salary > e1.salary:大于当前值的行数 + 1,就是当前行的名次(等价于RANK()) - 若想实现
DENSE_RANK()效果(同分不跳号),把条件改成e2.salary >= e1.salary并配合COUNT(DISTINCT e2.salary),但会显著变慢 - 性能隐患:每行触发一次子查询,1万行 ≈ 执行1万次全表扫描;务必给
(department, salary)加联合索引
用自连接模拟累计求和
当需要类似 SUM(amount) OVER (PARTITION BY user_id ORDER BY order_time) 的累计值时,子查询容易出错,改用自连接更可控:
SELECT o1.user_id, o1.order_time, o1.amount, SUM(o2.amount) AS cumsum FROM orders o1 JOIN orders o2 ON o1.user_id = o2.user_id AND o2.order_time- 必须带
GROUP BY,否则会因笛卡尔积导致重复计数 - 时间字段重复时(如秒级精度不足),需引入唯一列(如
order_id)补全排序条件,否则o2.order_time 会多匹配 - 数据量超 5000 行后,JOIN 成本陡增,比用户变量方案还慢
子查询 vs 用户变量:什么时候该换方案
子查询写法简单,但有两个硬伤无法绕过:一是无法处理“分组内重置编号”这类动态逻辑(比如每个班级内单独排第1名),二是遇到大数据量时响应明显延迟。这时候就得切到用户变量方案:
- 全局排序编号(类似
ROW_NUMBER() OVER (ORDER BY x)):用CROSS JOIN (SELECT @rownum := 0)初始化,再在 SELECT 中@rownum := @rownum + 1 - 分组内编号(类似
ROW_NUMBER() OVER (PARTITION BY a ORDER BY b)):必须用两个变量,@group记录当前分组键,@rownum在分组变化时重置为 1 - 致命细节:
@group := column必须放在 SELECT 列表末尾,否则CASE WHEN @group = column THEN ...读到的是上一行的旧值 - MySQL 5.7 不保证变量求值顺序,所以
ORDER BY必须严格落在子查询里,外层不能依赖排序结果来驱动变量
子查询看似“标准 SQL”,实则隐含执行顺序陷阱;变量方案虽 MySQL 特有,但在 5.7 环境下更贴近窗口函数的真实语义。真正上线前,一定用真实数据量压测——1000 行快不等于 10 万行还能忍。











