提到排名函数我们首先可能想到的是order by，这个是排序，不是排名，排名需要在前面加个名次序号的，order by是没有这个功能的。还可能会想到identity(1,1)，它也给了一个序号，但是不能保证给出的序号是连续升序的。除非能够保证所有的Insert语句都能够正确成功地完成，并且没有删除操作，实际的使用中大多数的表都不能保证这样。
好在SQL Server中提供了一些排名函数来辅助实现这些功能。排名函数按照需要的顺序对数据进行排名，并提供一个值对数据。下面来了解一下这些排序函数功能。
ROW_NUMBER
ROW_NUMBER函数允许以上升，连续的顺序给每一行数据一个序号，注意ROW_NUMBER()后面一定要跟着over子句。来看语句：
1
use
AdventureWorks
2
select
3
ROW_NUMBER()
over
(
order
by
LastName)
as
RowNum,
4
FirstName
+
'
'
+
LastName
as
FullName
5
from
HumanResources.vEmployee
6
where
JobTitle
=
'
Production Technician - WC60
'
这个语句对符合条件（JobTitle='Production Technician - WC60'）的LastName按照升序排列，并加上排序的序号，这个序号是连续上升的。结果如下图1是部分结果。
图1
我们可以看到第一个人的LastName是Abercrombie，第二个人的LastName是Adams，以次类推。
PARTITION
如果我们想再细分一下，在一个小的分组范围内排序该怎么办呢？就是说让LastName以‘A’开头的作为第一组，在这个组内进行排序。以‘B’开头的作为第二组，在这个组内排序。以‘C’开头的作为第三组，在这个组内进行排序，如此等等。这里有一个很简单的实际例子，假如上面这些人都来参加同一场马拉松比赛，其中有男子组，女子组，男子残疾组，女子残疾组，60岁以上组等等。不管参赛者以第几位触线，名次都以他们的小组为基准。
可以通过PARTITION BY选项来重新排序，给数据分区或者数据区域唯一的递增序号。来看下面的语句：
[注] partition n. 划分，分开；[数] 分割；隔墙；隔离物；vt. [数] 分割；分隔；区分
1
select
2
ROW_NUMBER()
over
(PARTITION
by
substring
(LastName,
1
,
1
)
order
by
LastName)
as
RowNum,
3
FirstName
+
'
'
+
LastName
as
FullName
4
from
HumanResources.vEmployee
5
where
JobTitle
=
'
Production Technician - WC60
'
这里模拟上面的情况，首先以 Last Name 的第一个字母作为分组，然后以第二个字母以后的字母来分组排序。来看看结果，如图 2
图2
假设 LastName 以‘ A ’开头的是男子组，这个组有共有三个人， Kim Abercrombie 是冠军， Jay Adams 是亚军， Nancy Anderson 是季军。假设 LastName 以‘ B ’开头的是女子组，这个组只有一个人 Bryan Baker ，无论如何她都是冠军。等等如此类推。这样一眼就能看出他们的小组名次了。
这里你可能会觉得使用 order by 一样可以得到这样类似的结果。如下代码：
1
select
2
FirstName
+
'
'
+
LastName
as
FullName
3
from
HumanResources.vEmployee
4
where
JobTitle
=
'
Production Technician - WC60
'
5
order
by
substring
(LastName,
1
,
1
) ,LastName
这个把order by放在最后，排序放在最后，首先按照LastName的首字母排序，再按照剩整个LastName排序，结果如下图3
图3
结果和上面大致相同，可是少了前面的名次序号。于是我又对她进行了修改，代码如下：
1
select
2
ROW_NUMBER()
over
(
order
by
substring
(LastName,
1
,
1
),LastName)
as
RowNum,
3
FirstName
+
'
'
+
LastName
as
FullName
4
from
HumanResources.vEmployee
5
where
JobTitle
=
'
Production Technician - WC60
'
图4
排序没有错误，是我们想要的分组排序，但是前面的名次没有分组区分，和图1没有什么差别。可见图3和图4的做法完全是多余，纯属臆造，其实只要order by LastName都能得到正确的排序，只有partition by才是正解。通过上面的例子也可以对排序，排名这二者之间的区别有一个认识，他们虽然有相似之处，但是排名始终会产生一个名次序号，排序只要得到正确的顺序就好。
RANK
还是拿马拉松比赛来说事，如果有同时撞线的情况发生应该怎么计名次呢？例如A第一个撞线，B和C同时第二个撞线，D第三个撞线，如果我们想把D的名次计为第4名应该怎么处理呢？就是说不计顺序名次，只计人数。这时就可以使用RANK函数了。
[注] rank n. 等级；队列；排；军衔vt. 排列；把…分等vi. 列队；列为
在order by子句中定义的列上，如果返回一行数据与另一行具有相同的值，rank函数将给这些行赋予相同的排名数值。在排名的过程中，保持一个内部计数值，当值有所改变时，排名序号将有一个跳跃。
来看下面的语句：
1
select
2
ROW_NUMBER()
over
(
order
by
Department)
as
RowNum,
3
RANK()
over
(
order
by
Department)
as
Ranking,
4
FirstName
+
'
'
+
LastName
as
FullName,
5
Department
6
from
HumanResources.vEmployeeDepartment
7
order
by
RowNum
rank() 函数右面也要跟上一个 over 子句。为了看到效果我们以 Department 作为排序字段，可以看到 RowNum 作为升序连续排名， Ranking 作为计同排名，当 Department 的值相同时， Ranking 中的值保持不变，当 Ranking 中的值发生变化时， Ranking 列中的值将跳跃到正确的排名数值。来看结果：
图5
从这个结果中我们可以说这次马拉松赛跑的排名是：Tengiz Kharatishvili，Zainal Arifin，Sean Chai，Karen Berge，Chris Norred并列第1，Michael Sullivan，Sharon Salavaria，Roberto Tamburello，Gail Erickson，Jossef Goldberg并列第6，如此等等。
DENSE_RANK
在上面的例子中，A第一个撞线，B和C同时第二个撞线，D第三个撞线，如果我们想把B和C的名次计位第2名，D的名次计为第3名应该怎么处理呢？就是说考虑并列名次。这里使用DENSE_RANK函数，来看下面的代码。
1
select
2
ROW_NUMBER()
over
(
order
by
Department)
as
RowNum,
3
DENSE_RANK()
over
(
order
by
Department)
as
Ranking,
4
FirstName
+
'
'
+
LastName
as
FullName,
5
Department
6
from
HumanResources.vEmployeeDepartment
7
order
by
RowNum
结果如下：
图6
按照这个结果，我们可以说这次马拉松赛跑的排名是： Tengiz Kharatishvili ， Zainal Arifin ， Sean Chai ， Karen Berge ， Chris Norred 并列第 1 ， Michael Sullivan ， Sharon Salavaria ， Roberto Tamburello ， Gail Erickson ， Jossef Goldberg ， Terri Duffy 并列第 2 ，等等如此。
在开始这个之前，先来一段小插曲。梭罗是铅笔的发明者，不过他没有申请专利。据说他天赋异禀，在父亲的铅笔厂里面打包铅笔的时候，从一堆铅笔里面抓取一把，每次都能精确地抓到一打 12 支。他在森林中目测两颗树之间的距离，和护林员用卷尺测量的结果相差无几。现在如果我们想从一张表中抓取多比数据，每一笔都是相同的数目，并且标明第几组该怎么办呢？NTILE函数提供了这个功能，他能。来看代码：
1
select
2
NTILE(
30
)
over
(
order
by
Department)
as
NTiles,
3
FirstName
+
'
'
+
LastName
as
FullName,
4
Department
5
from
HumanResources.vEmployeeDepartment
现在我们要抓取30个组的数据，并保证尽可能的保证每组数目相同。结果如下，
图7
这个视图中共290条数据，290/30=9.7约等于10，所以每组10条数据，如图每一条数据都有一个组号。这个结果要比索罗精确。
