SQL Server中排名函数row_number,rank,dense_rank,ntile详解

从SQL SERVER2005开始，SQL SERVER新增了四个排名函数，分别如下：
1.row_number
2.rank
3.dense_rank
4.ntile

下面我们对这四个函数一一进行讲解

1.Row_Number函数
可能row_number函数大家比较熟悉一些，因为它的用途非常的广泛，我们经常在分页与排序中用到它，它的功能就是在每一行中生成一个连续的不重复的序号(是不是和自增量有些像)。下面我们用个示例来理解它：

先创建一个表：

create table Salary
(
SM money
)

然后往其中插入数据：

insert into Salary1(SM) 
select 3500
union all
select 3500
union all
select 3200
union all
select 3000
union all
select 2000
union all
select 2000

再利用Row_Number生成不重复的序号：

select SM,row_number() over(order by SM desc) as ID from salary

得到结果：
ID SM
1 3500.00
2 3500.00
3 3200.00
4 3000.00
5 2000.00
6 2000.00

可以看到，结果中生成了一列不重复的序号ID列。
那
么SQL语句中的over(order by SM desc)是什么呢？这里是指定生成序号的依据，要生成不重复的序号，那么那行的序号最大？那么的序
号最小？就是由over条件来指定的。order by SM desc就是告诉SQL,应该按照SM列中值从大到小的顺序生成ID列,实际
上，row_number函数的原理就是先用over子句中的排序条件对记录进行排序，然后再按着这个顺序生成序号。如果SM中有重复的值，我们还可以使
用多列来指定依据，比如order by SM1,SM2 Desc。如果没有其它列，那么SQL会依据自己的内部规则来对重复的行进行排序。

注意：over条件中的order by 与 SQL中排序条件order by不冲突。over中的order by仅是生成序号的排序条件,如果我们在sql后面使用order by来指定输出结果的排序条件，那么结果还是会按我们指定的输出，比如：

select row_number() over(order by SM desc) as id,SM from salary order by sm asc

得到结果：
id SM
5 2000.00
6 2000.00
4 3000.00
3 3200.00
1 3500.00
2 3500.00

2.Rank函数
该函数返回每行数据在结果集中的排名，如果有重复的排名，那么下一个排名与上一个排名就会断开，也就是不连续。这有点像我们读书时的成绩排名，实际上，它也在成绩，绩效等排名上用的非常多。
示例：

select rank() over(order by SM desc) as id,SM from salary

返回结果：
id SM
1 3500.00
1 3500.00
3 3200.00
4 3000.00
5 2000.00
5 2000.00

over条件与Row_Number函数一样。

3.dense_rank函数
我们使用Rank函数得到了不连续的排名，那么如果我们需要连续的排名的时候怎么办呢？呵呵，聪明的你应该已经猜到了，就是使用dense_rank函数，dense_rank函数的用法与Rank函数是一样的，只是它返回每行数据在结果集中连续的排名.
示例：

select Dense_rank() over(order by SM desc) as id,SM from salary

返回结果：
id SM
1 3500.00
1 3500.00
2 3200.00
3 3000.00
4 2000.00
4 2000.00

4.ntile函数
ntile函数可以将结果集放到我们指定数目的组中。比如我们的测试表salary中有6行数据，现在我们要将这6行数据按照salary值的从大到小的顺序分成4组，那么我们就可以用ntile函数。
示例：

select ntile(4) over(order by SM desc) as id, SM from salary

返回结果：
id SM
1 3500.00
1 3500.00
2 3200.00
2 3000.00
3 2000.00
4 2000.00

可以看到，salary的结果被分成4组了，id中的值，就是每行数据所在的组号(在msdn教程中把”组”称之为”桶”，但我认为，叫成”组”更有利于我们理解)。

但是，nitle是根据什么依据来分组我们的数据呢？上面的结果中，为什么前两组中有两条数据，而后两组中只有一条数据呢？这就要了解分组的两个依据：
1,每组的记录数不能大于它上一组的记录数。
2,所有组中的记录要么都相同，要么从某组开始后面所有组的记录数都与该组的记录数相同。这个理解比较抽象了，大家可以在实例中慢慢理解。