当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL 窗口函数如何取每组排名第二的记录

MySQL 窗口函数如何取每组排名第二的记录

来源:17golang原创 2026-09-12 10:16:07 0浏览 收藏

按部门、店铺或业务线取“每组排名第二”的记录,最稳妥的写法是先用 ROW_NUMBER() 生成组内序号,再在外层查询过滤 rn = 2。如果题目中的“第二名”允许并列,就不要直接套这个函数,而要在 RANK() 和 DENSE_RANK() 之间先确认排名规则。

要点速览
  • PARTITION BY 决定每组从哪里重新编号,ORDER BY 决定谁排在前面。
  • ROW_NUMBER() = 2 返回每组一条;同分时要追加唯一键保证结果稳定。
  • 要保留并列第二名,用 RANK();要取第二个不同分值,用 DENSE_RANK()。

MySQL 窗口函数为什么要放到外层筛选

窗口函数不会像 GROUP BY 那样把一组压成一行,它会给原来的每一行附加计算结果。因此,先在内层把名次算出来,再由外层筛选,是这个问题的核心结构。窗口函数的 OVER 子句负责描述分组和排序,不能把刚生成的窗口别名直接写进同一层的 WHERE。

下面假定表名为 score_records,字段包括 id、dept_id、employee_name、score 和 exam_id。这是一个可替换到实际表结构的查询骨架:

SELECT id, dept_id, employee_name, score
FROM (
    SELECT
        id,
        dept_id,
        employee_name,
        score,
        -- 先按部门分组,再在每组内生成稳定的行号
        ROW_NUMBER() OVER (
            PARTITION BY dept_id
            ORDER BY score DESC, id ASC
        ) AS rn
    FROM score_records
    -- 先缩小考试范围,避免无关数据参与排名
    WHERE exam_id = 202609
) AS ranked_rows
-- 窗口结果已经成为派生表字段,此处才能安全过滤
WHERE rn = 2
ORDER BY dept_id;

这里的 score DESC 表示分数高者优先,id ASC 是同分时的确定性补充排序。换成销售额、创建时间或版本号也可以,但排序字段必须符合业务上的“排名依据”。

ROW_NUMBER 如何稳定取每组第二行

PARTITION BY dept_id 会让每个部门各自从 1 开始编号,所以外层的 rn = 2 会同时作用于每个部门,而不是只返回全表第二行。若某个部门只有一条记录,它自然不会出现在结果中。

不要只写 ORDER BY score DESC 就认为同分顺序固定。分数相同的行是同一排序键,数据库没有义务替你决定哪一行拿到 2。把主键、业务流水号等唯一字段追加到窗口排序中,才能让分页、导出和重复执行得到一致结果。

MySQL ROW_NUMBER 按部门分组和 score 排序后由 ranked_rows 外层筛选 rn 等于 2 的查询结构图
图1:把分组、排序、组内序号和外层筛选分开,第二行的条件才有明确落点。

还有一个常见误区:最终结果的 ORDER BY dept_id 与窗口里的 ORDER BY score DESC, id ASC 不是一回事。前者只控制结果集展示顺序,后者才决定组内名次。

并列第二名该用 RANK 还是 DENSE_RANK

“排名第二”至少有三种含义。假设某部门分数为 100、90、90、80:

函数名次表现适合的业务问题
ROW_NUMBER()1、2、3、4严格取第二条记录,只返回一行
RANK()1、2、2、4保留并列第二名,允许后续名次跳号
DENSE_RANK()1、2、2、3取第二个不同分值,后续名次不跳号

如果业务要求“所有并列第二的员工”,可以把排序只保留在 score DESC,再使用 RANK():

SELECT id, dept_id, employee_name, score
FROM (
    SELECT
        id, dept_id, employee_name, score,
        -- 相同分数共享名次,适合保留并列第二名
        RANK() OVER (
            PARTITION BY dept_id
            ORDER BY score DESC
        ) AS rank_no
    FROM score_records
    WHERE exam_id = 202609
) AS ranked_rows
-- 过滤每个部门的并列第二名
WHERE rank_no = 2;

若第一名有两条并列记录,RANK() 的下一名会是 3,此时没有 rank 为 2 的结果;DENSE_RANK() 则会把下一种不同分数标成 2。这个差异往往比函数名称更值得在需求评审时写清楚。

MySQL 成绩结果表经 ROW_NUMBER RANK DENSE_RANK 处理并列分数后选择第二名结果集的关系图
图2:并列记录进入不同排名函数后,是否跳号和是否返回多行取决于业务定义。

生产查询里的排序、索引和空值边界

上线前可以按下面的清单核对:

  • 先确认取的是“第二条”还是“第二个不同值”,不要只根据标题选函数。
  • 需要一行时为窗口排序追加唯一键;需要并列时不要把唯一键混入排名排序。
  • 把 WHERE exam_id = ... 等范围条件放进内层,让无关记录不参与排名。
  • 明确 NULL 分数的业务位置。MySQL 升序时 NULL 排在前面,降序时排在后面,必要时用表达式显式安排。
  • 大表应结合过滤列、分组列和排序列检查索引与执行计划;窗口函数本身不能替代合理的过滤。

验证结果时,至少准备一个有并列分数的部门、一个只有一条记录的部门,再比较三种函数的输出。这样能提前发现“查到了第二行,却不是业务认可的第二名”这类问题。

常见问题

能不能直接在 WHERE 中写 ROW_NUMBER() = 2?

不能按这个查询层级直接写。先在子查询或 CTE 中生成行号,再在外层过滤,结构更清晰也符合窗口函数的计算位置。

每组取第二高分,但相同分数只留一条怎么办?

用 ROW_NUMBER(),并在分数后追加主键或稳定业务键;不要用随机函数作为并列打散规则,除非需求明确要求随机抽取。

为什么 RANK() 没有返回第二名?

可能是第一名出现并列,后续名次跳过了 2。若目标是第二个不同分值,改用 DENSE_RANK() 并再次确认并列规则。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
LiblibAI做stable diffusion在线效果不好怎么办?提示与参数排查LiblibAI做stable diffusion在线效果不好怎么办?提示与参数排查
上一篇
LiblibAI做stable diffusion在线效果不好怎么办?提示与参数排查
Go 接口方法返回 nil 时调用方为何仍可调用方法
下一篇
Go 接口方法返回 nil 时调用方为何仍可调用方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    741次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    738次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    822次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    786次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    617次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码