在大数据集的排名场景中，我们常常需要将数据按照排名结果划分到不同的区间桶中，比如将前10%的数据划为第一档，10%-30%划为第二档，这种需求可以通过SQL的窗口函数结合CASE语句高效实现，不需要多次扫描全量数据。
核心实现原理
实现分桶排名的核心逻辑分为两步，第一步用窗口函数计算每个数据行的排名或者排名占比，第二步用CASE语句根据排名结果划分对应的桶区间。常用的窗口函数包括ROW_NUMBER()、RANK()、DENSE_RANK()，如果需要按占比分桶，还可以结合PERCENT_RANK()函数使用。
常用窗口函数说明
ROW_NUMBER()：为每一行分配唯一的连续整数排名，相同值也会分配不同排名RANK()：相同值分配相同排名，下一个排名会跳过重复的数量DENSE_RANK()：相同值分配相同排名，下一个排名连续不跳过PERCENT_RANK()：返回行的百分比排名，取值范围是0到1，计算方式为(组内排名-1)/(组内总行数-1)
具体实现示例
假设我们有一张sales_data表，存储了不同销售人员的业绩数据，包含sales_id（销售ID）、sales_amount（销售金额）两个字段，现在需要按照销售金额从高到低排名，将排名前10%的销售划为A档，10%-30%划为B档，30%-60%划为C档，剩余划为D档。
步骤1：计算排名和百分比排名
首先用窗口函数计算每个销售的排名和百分比排名，代码如下：
-- 计算每个销售的排名和百分比排名
SELECT
sales_id,
sales_amount,
ROW_NUMBER() OVER (ORDER BY sales_amount DESC) AS row_num,
PERCENT_RANK() OVER (ORDER BY sales_amount DESC) AS percent_rank_val,
COUNT(*) OVER () AS total_count
FROM sales_data;
步骤2：结合CASE语句分桶
在第一步的基础上，用CASE语句根据百分比排名划分档位，完整实现代码如下：
-- 最终分桶排名结果
SELECT
sales_id,
sales_amount,
row_num,
percent_rank_val,
CASE
WHEN percent_rank_val <= 0.1 THEN 'A档'
WHEN percent_rank_val <= 0.3 THEN 'B档'
WHEN percent_rank_val <= 0.6 THEN 'C档'
ELSE 'D档'
END AS bucket_rank
FROM (
SELECT
sales_id,
sales_amount,
ROW_NUMBER() OVER (ORDER BY sales_amount DESC) AS row_num,
PERCENT_RANK() OVER (ORDER BY sales_amount DESC) AS percent_rank_val
FROM sales_data
) t;
大数据集下的性能优化
在处理大数据集时，这种实现方式的性能优势比较明显，因为窗口函数只需要对数据做一次排序扫描，不需要多次关联表或者子查询。如果需要进一步提升性能，可以给sales_amount字段添加索引，减少排序的耗时。另外如果分桶规则是按固定排名数量划分，比如前100名是A档，101-300名是B档，也可以直接用ROW_NUMBER()的结果结合CASE语句判断，不需要计算百分比排名，执行效率会更高。
按固定排名数量分桶示例
如果规则是前100名为A档，101-300名为B档，301-600名为C档，剩余为D档，代码如下：
-- 按固定排名数量分桶
SELECT
sales_id,
sales_amount,
row_num,
CASE
WHEN row_num <= 100 THEN 'A档'
WHEN row_num <= 300 THEN 'B档'
WHEN row_num <= 600 THEN 'C档'
ELSE 'D档'
END AS bucket_rank
FROM (
SELECT
sales_id,
sales_amount,
ROW_NUMBER() OVER (ORDER BY sales_amount DESC) AS row_num
FROM sales_data
) t;
注意事项
使用这种方案时需要注意窗口函数的排序规则，如果业务要求相同金额的销售排名相同，需要把ROW_NUMBER()换成RANK()或者DENSE_RANK()，同时调整分桶的判断逻辑，避免出现相同金额的销售被划分到不同档位的情况。另外如果数据集中存在NULL值，需要提前处理，避免NULL值影响排序和排名结果。