我对这些之间的差异感到困惑。运行以下SQL会获得两个完美的结果集。有人可以解释一下这些差异吗？
SELECT ID, [Description], RANK() OVER(PARTITION BY StyleID ORDER BY ID) as 'Rank' FROM SubStyle
SELECT ID, [Description], ROW_NUMBER() OVER(PARTITION BY StyleID ORDER BY ID) as 'RowNumber' FROM SubStyle
答案 0 :(得分：282)
如果您在特定排序值的分区中有联系，则只能看到差异。
在这种情况下， RANK和DENSE_RANK是确定性的，排序和分区列具有相同值的所有行最终会得到相同的结果，而ROW_NUMBER将是任意的（StyleID将是任意的（非确定性地）将增量结果分配给绑定的行。
示例：（所有行都具有相同的ID因此位于同一分区中，并且在该分区中，当按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
排序时，前3行是绑定的）
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
返回
ROW_NUMBER您可以看到，对于RANK增量的三个相同行，4值保持不变，然后跳到DENSE_RANK。 {{1}}也为所有三行分配相同的排名，但是下一个不同的值被赋值为2.
答案 1 :(得分：189)
ROW_NUMBER：返回以1开头的每一行的唯一编号。对于具有重复值的行，将对该数字进行仲裁。
等级：为每行开1的唯一编号，除了具有重复值的行，在这种情况下，分配相同的排名，并且每个重复排名的序列中都会出现间隙
答案 2 :(得分：25)
This article covers an interesting relationship between ROW_NUMBER() and DENSE_RANK()（RANK()函数未被特别处理）。当您需要在ROW_NUMBER()语句中生成SELECT DISTINCT时，ROW_NUMBER()会在{{1>}关键字移除之前生成不同的值。例如。这个查询
DISTINCT ...可能会产生此结果（SELECT DISTINCT
v,
ROW_NUMBER() OVER (ORDER BY v) row_number
FROM t
ORDER BY v, row_number
无效）：
DISTINCT这个查询：
+---+------------+
| V | ROW_NUMBER |
+---+------------+
| a | 1 |
| a | 2 |
| a | 3 |
| b | 4 |
| c | 5 |
| c | 6 |
| d | 7 |
| e | 8 |
+---+------------+
...在这种情况下产生你可能想要的东西：
SELECT DISTINCT
v,
DENSE_RANK() OVER (ORDER BY v) row_number
FROM t
ORDER BY v, row_number
请注意+---+------------+
| V | ROW_NUMBER |
+---+------------+
| a | 1 |
| b | 2 |
| c | 3 |
| d | 4 |
| e | 5 |
+---+------------+
函数的ORDER BY子句需要DENSE_RANK()子句中的所有其他列才能正常工作。
原因是逻辑上window functions are calculated before DISTINCT is applied。
使用PostgreSQL / Sybase / SQL标准语法（SELECT DISTINCT子句）：
WINDOW......你会得到：
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
答案 3 :(得分：6)
不带分区子句的简单查询：
select
sal,
RANK() over(order by sal desc) as Rank,
DENSE_RANK() over(order by sal desc) as DenseRank,
ROW_NUMBER() over(order by sal desc) as RowNumber
from employee
输出：
--------|-------|-----------|----------
sal |Rank |DenseRank |RowNumber
--------|-------|-----------|----------
5000 |1 |1 |1
3000 |2 |2 |2
3000 |2 |2 |3
2975 |4 |3 |4
2850 |5 |4 |5
--------|-------|-----------|----------
答案 4 :(得分：3)
很多：
行的等级是一行加上相关行之前的等级数。
Row_number是行的不同排名，排名没有任何差距。
答案 5 :(得分：0)
看看这个例子。
CREATE TABLE [dbo].#TestTable(
[id] [int] NOT NULL,
[create_date] [date] NOT NULL,
[info1] [varchar](50) NOT NULL,
[info2] [varchar](50) NOT NULL,
)
插入一些数据
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (1, '1/1/09', 'Blue', 'Green')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (1, '1/2/09', 'Red', 'Yellow')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (1, '1/3/09', 'Orange', 'Purple')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (2, '1/1/09', 'Yellow', 'Blue')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (2, '1/5/09', 'Blue', 'Orange')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (3, '1/2/09', 'Green', 'Purple')
INSERT INTO dbo.#TestTable (id, create_date, info1, info2)
VALUES (3, '1/8/09', 'Red', 'Blue')
为1
重复相同的值INSERT INTO dbo。＃TestTable（id，create_date，info1，info2）VALUES（1， ＆＃39; 1/1/09＆＃39;，＆＃39; Blue＆＃39;，＆＃39; Green＆＃39;）
全部查看
SELECT * FROM #TestTable
查看结果
SELECT Id,
create_date,
info1,
info2,
ROW_NUMBER() OVER (PARTITION BY Id ORDER BY create_date DESC) AS RowId,
RANK() OVER(PARTITION BY Id ORDER BY create_date DESC) AS [RANK]
FROM #TestTable
需要了解不同的
答案 6 :(得分：0)
我没有对排名做过任何事情，但今天我用row_number（）发现了这个。
select item, name, sold, row_number() over(partition by item order by sold) as row from table_name
这将导致一些重复的行号，因为在我的情况下，每个名称都包含所有项目。每个项目将按销售数量排序。
+--------+------+-----+----+
|glasses |store1| 30 | 1 |
|glasses |store2| 35 | 2 |
|glasses |store3| 40 | 3 |
|shoes |store2| 10 | 1 |
|shoes |store1| 20 | 2 |
|shoes |store3| 22 | 3 |
+--------+------+-----+----+
答案 7 :(得分：-1)
另外，在使用RANK时，请注意PARTITION中的ORDER BY（例如使用标准的AdventureWorks数据库）。
SELECT as1.SalesOrderID，as1.SalesOrderDetailID，RANK（）OVER （PARTITION BY as1.SalesOrderID ORDER BY as1.SalesOrderID）ranknoequal ，RANK（）OVER（PARTITION BY as1.SalesOrderID ORDER BY as1.SalesOrderDetailId）ranknodiff来自Sales.SalesOrderDetail as1 WHERE SalesOrderId = 43659 ORDER BY SalesOrderDetailId;
给出结果：
SalesOrderID SalesOrderDetailID rank_same_as_partition rank_salesorderdetailid但是如果按顺序改变顺序（使用OrderQty：
SELECT as1.SalesOrderID，as1.OrderQty，RANK（）OVER（PARTITION BY） as1.SalesOrderID ORDER BY as1.SalesOrderID）ranknoequal，RANK（） OVER（PARTITION BY as1.SalesOrderID ORDER BY as1.OrderQty）rank_orderqty FROM Sales.SalesOrderDetail as1 WHERE SalesOrderId = 43659 ORDER BY OrderQty;
给出：
SalesOrderID OrderQty rank_salesorderid rank_orderqty注意当我们在ORDER BY中使用OrderQty（最右边的第二列表）时，Rank会如何变化，以及当我们在ORDER BY中使用SalesOrderDetailID（最右边的第一列表）时它如何变化。