PostgreSQL中rank()窗口函数实用指南与示例

更新时间：2025年07月11日 11:03:59 作者：梦想画家

在数据分析和数据库管理中,经常需要对数据进行排名操作,PostgreSQL提供了强大的窗口函数rank(),可以方便地对结果集中的行进行排名,本文将详细介绍rank()函数的使用方法,并通过多个实用示例展示其在不同场景下的应用,需要的朋友可以参考下

一、rank()函数简介

rank()是一个窗口函数，用于计算结果集中每一行的排名。它的基本语法如下：

rank() OVER ([PARTITION BY partition_expression] ORDER BY order_expression)

PARTITION BY：可选子句，用于将结果集划分为多个分区，排名在每个分区内独立计算。
ORDER BY：指定排名的顺序依据。

特点：

相同值的行会获得相同的排名。
下一个排名会跳过相同值的数量。例如，如果有两个第一名，下一个排名是第三名。

二、基础示例：部门内员工薪资排名

假设有一个employees表，包含员工姓名、部门和薪资信息。我们希望计算每个部门内员工的薪资排名。

示例数据

首先，创建示例数据：

WITH sample_data AS (
    SELECT * FROM (
        VALUES 
            ('Alice', 'Sales', 50000),
            ('Bob', 'Marketing', 55000),
            ('Charlie', 'Sales', 52000),
            ('David', 'IT', 60000),
            ('Eve', 'Marketing', 55000),
            ('Frank', 'IT', 62000)
    ) AS t(employee_name, department, salary)
)

排名查询

使用rank()函数按部门分区，按薪资降序排名：

SELECT 
    employee_name, 
    department, 
    salary, 
    RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dept_salary_rank
FROM 
    sample_data
ORDER BY 
    department, dept_salary_rank;

结果：

employee_name	department	salary	dept_salary_rank
Frank	IT	62000	1
David	IT	60000	2
Bob	Marketing	55000	1
Eve	Marketing	55000	1
Charlie	Sales	52000	1
Alice	Sales	50000	2

解释：

在IT部门，Frank薪资最高，排名为1；David次之，排名为2。
在Marketing部门，Bob和Eve薪资相同，均排名为1。
在Sales部门，Charlie薪资最高，排名为1；Alice次之，排名为2。

三、高级应用示例

1. 每组Top N记录

场景：找出每个类别中最贵的两个产品。

示例数据：

WITH products AS (
    SELECT * FROM (
        VALUES 
            (1, 'A', 100),
            (2, 'A', 80),
            (3, 'B', 200),
            (4, 'B', 180),
            (5, 'B', 150),
            (6, 'C', 120)
    ) AS t(product_id, category, price)
)

查询：

SELECT * 
FROM (
    SELECT 
        product_id, 
        category, 
        price, 
        RANK() OVER (PARTITION BY category ORDER BY price DESC) AS rank
    FROM 
        products
) ranked
WHERE rank <= 2;

结果：

product_id	category	price	rank
1	A	100	1
2	A	80	2
3	B	200	1
4	B	180	2
6	C	120	1

解释：

每个类别中，价格最高的前两个产品被筛选出来。

2. 百分位数计算

场景：计算每个学生的成绩百分位。

示例数据：

WITH scores AS (
    SELECT * FROM (
        VALUES 
            ('Student 1', 85),
            ('Student 2', 92),
            ('Student 3', 78),
            ('Student 4', 90),
            ('Student 5', 88)
    ) AS t(student, score)
)

查询：

SELECT 
    student, 
    score, 
    RANK() OVER (ORDER BY score) AS rank,
    ROUND(100.0 * RANK() OVER (ORDER BY score) / (SELECT COUNT(*) FROM scores), 2) AS percentile
FROM 
    scores;

结果：

student	score	rank	percentile
Student 3	78	1	20.00
Student 1	85	2	40.00
Student 5	88	3	60.00
Student 4	90	4	80.00
Student 2	92	5	100.00

解释：

百分位数通过排名除以总记录数并乘以100计算得出。

四、rank()与其他窗口函数的比较

PostgreSQL提供了多个窗口函数用于排名，各有特点：

函数	描述
rank()	相同值的行获得相同排名，下一个排名跳过相同值的数量。
dense_rank()	相同值的行获得相同排名，下一个排名不跳过，保持连续。
row_number()	每行分配唯一的序号，不考虑相同值，即使值相同也会分配不同序号。

示例：rank() vs dense_rank()

示例数据：

WITH scores AS (
    SELECT * FROM (
        VALUES 
            ('Player 1', 100),
            ('Player 2', 95),
            ('Player 3', 95),
            ('Player 4', 90)
    ) AS t(player, score)
)

查询：

SELECT 
    player, 
    score, 
    RANK() OVER (ORDER BY score DESC) AS rank,
    DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank
FROM 
    scores;

结果：

player	score	rank	dense_rank
Player 1	100	1	1
Player 2	95	2	2
Player 3	95	2	2
Player 4	90	4	3

解释：

rank()在遇到相同分数时跳过了排名3。
dense_rank()在遇到相同分数时不跳过排名，保持连续。

示例：row_number()

场景：为每日的销售记录分配唯一序号，按销售金额降序排列。

示例数据：

WITH sales AS (
    SELECT 
        DATE '2023-01-01' AS sale_date, 
        1000 AS amount
    UNION ALL
    SELECT 
        DATE '2023-01-01', 
        1500
    UNION ALL
    SELECT 
        DATE '2023-01-02', 
        1200
    UNION ALL
    SELECT 
        DATE '2023-01-02', 
        1200
)

查询：

SELECT 
    sale_date, 
    amount, 
    ROW_NUMBER() OVER (PARTITION BY sale_date ORDER BY amount DESC) AS row_num
FROM 
    sales;

结果：

sale_date	amount	row_num
2023-01-01	1500	1
2023-01-01	1000	2
2023-01-02	1200	1
2023-01-02	1200	2

解释：

即使同一天有相同的销售金额，row_number()也会为每条记录分配唯一的序号。

五、性能优化建议

使用窗口函数如rank()时，可能会对查询性能产生影响，尤其是在处理大数据集时。以下是一些优化建议：

使用PARTITION BY合理分区：将数据划分为较小的分区，可以减少每个窗口函数计算的数据量。
指定ORDER BY明确排序：确保ORDER BY子句明确，避免全表排序带来的性能开销。
创建适当的索引：在ORDER BY和PARTITION BY涉及的列上创建索引，可以加快排序和分区操作。
限制结果集：如果只需要前N条记录，结合WHERE rank <= N可以减少计算量。

六、总结

PostgreSQL的rank()窗口函数是一个强大的工具，适用于各种排名需求，如部门内薪资排名、每组Top N记录、百分位数计算等。通过合理使用rank()及其相关函数（如dense_rank()和row_number()），可以高效地处理复杂的数据分析任务。

关键点回顾：

rank()函数为相同值的行分配相同的排名，并跳过后续排名。
结合PARTITION BY和ORDER BY，可以实现多层次的排名需求。
与其他窗口函数（如dense_rank()和row_number()）相比，rank()在处理并列排名时有独特的行为。
通过优化查询和索引，可以提升窗口函数的性能表现。

希望本文的示例和解释能帮助你在实际项目中更好地应用rank()函数，提升数据处理的效率和准确性！

到此这篇关于PostgreSQL中rank()窗口函数实用指南与示例的文章就介绍到这了,更多相关PostgreSQL rank()窗口函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

postgresql兼容MySQL on update current_timestamp
这篇文章主要介绍了postgresql兼容MySQL on update current_timestamp问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-03-03
关于PostgreSql数据库与mysql数据库的不同点以及注意事项
PostgreSQL和MySQL是两种流行的关系型数据库管理系统(RDBMS),它们都可以用来存储和管理数据,但是它们在某些方面有所不同,下面这篇文章主要给大家介绍了关于PostgreSql数据库与mysql数据库的不同点以及注意事项的相关资料,需要的朋友可以参考下
2023-05-05
postgresql通过索引优化查询速度操作
这篇文章主要介绍了postgresql通过索引优化查询速度操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-12-12
PostgreSQL将数据加载到buffer cache中操作方法
这篇文章主要介绍了PostgreSQL将数据加载到buffer cache中，我们可以使用pg_prewarm插件来将指定的表加载到OS Buffer或者pg shared buffer中，具体操作方法跟随小编一起看看吧
2021-04-04
pgpool复制和负载均衡操作
这篇文章主要介绍了pgpool复制和负载均衡操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-01-01
PostgreSQL教程(八)：索引详解
这篇文章主要介绍了PostgreSQL教程(八)：索引详解,本文讲解了索引的类型、复合索引、组合多个索引、唯一索引、表达式索引、部分索引等内容,需要的朋友可以参考下
2015-05-05
PostgreSQL 更新JSON,JSONB字段的操作
这篇文章主要介绍了PostgreSQL 更新JSON,JSONB字段的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-01-01
postgresql 日期查询最全整理
这篇文章主要介绍了postgresql 日期查询最全整理,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
2024-08-08
PostgreSQL定时清理旧数据的实现方法
最近觉得数据库中每日数据不需要都保持,只需要保留30天的,所以这篇文章给大家介绍了PostgreSQL定时清理旧数据的实现方法,文中通过代码示例和图文给大家介绍的非常详细,具有一定的参考价值,需要的朋友可以参考下
2024-03-03
Postgresql 查看SQL语句执行效率的操作
这篇文章主要介绍了Postgresql 查看SQL语句执行效率的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-02-02