窗口函数为SQLite提供了在不合并结果集的情况下进行排序、排名和偏移分析的能力。自SQLite 3.25版本引入窗口函数后，ROW_NUMBER()成为处理“给每一行一个序号”这一需求的首选工具。无论是按时间倒序取出每个用户的最新一条记录，还是按部门列出工资前几名，ROW_NUMBER()都能用清晰的SQL表达完成。接下来先介绍它的基本语法和执行逻辑。
与普通聚合函数不同，窗口函数不会把多行折叠成一行，而是在每一行上计算出一个标量值，因此结果集的行数不会减少。这一特性让ROW_NUMBER()非常适合需要保留明细数据的排名场景。
一、ROW_NUMBER基础语法与执行逻辑
ROW_NUMBER()必须配合OVER子句使用，基本结构如下：
SELECT
column_list,
ROW_NUMBER() OVER (
PARTITION BY partition_column
ORDER BY sort_column [ASC|DESC]
) AS rn
FROM table_name;
其中PARTITION BY是可选的，它把结果集划分为多个分区，ROW_NUMBER()会在每个分区内独立编号，而不是对整个结果集连续编号。ORDER BY决定编号的先后顺序，通常需要指定一个能唯一区分先后关系的字段，比如时间戳或主键。
举个例子，假设有学生成绩表student_score，包含班级class、姓名name和分数score三个字段。要按班级分组并按分数从高到低排名，可以这样写：
SELECT
class,
name,
score,
ROW_NUMBER() OVER (
PARTITION BY class
ORDER BY score DESC
) AS rank_in_class
FROM student_score;
执行后，每个班级内的学生会从1开始编号，分数最高的学生rank_in_class为1。需要注意的是，ROW_NUMBER()生成的序号在分区内是连续且唯一的，即使ORDER BY字段存在并列值，它也会根据内部顺序强行分配不同编号。这个行为在某些场景下可能不符合业务预期，因此需要了解它与其他排名函数的区别，后文会专门展开。
二、用ROW_NUMBER实现高效数据去重
数据去重是ROW_NUMBER()的典型应用场景。很多业务表在设计时没有严格唯一约束，或者由于数据同步、用户重复提交等原因产生了重复记录。例如订单日志表中同一个order_id可能有多条操作记录，需要保留最新一条。直接用DISTINCT只能对整行去重，无法选择保留哪一行；而GROUP BY配合MAX也不方便返回完整行信息。
利用ROW_NUMBER()，可以先按业务键分组，再按时间倒序编号，最后过滤出每组第一条。以下示例假设有日志表order_log，字段包括order_id、status和updated_at：
WITH ranked AS (
SELECT
order_id,
status,
updated_at,
ROW_NUMBER() OVER (
PARTITION BY order_id
ORDER BY updated_at DESC
) AS rn
FROM order_log
)
SELECT
order_id,
status,
updated_at
FROM ranked
WHERE rn = 1;
这个查询首先通过CTE为每个order_id分组内的记录按updated_at倒序分配序号，最新记录得到1。外层查询再过滤rn = 1，从而得到每个订单的最新状态。相比传统的内连接子查询写法，这种方式逻辑更直观，执行计划也更容易优化。
如果业务需要保留前两条而不是最新一条，只需将过滤条件改为rn <= 2。如果去重规则不是时间倒序，而是某个状态优先，也可以调整ORDER BY中的字段和排序方式。换句话说，ROW_NUMBER()方案把“保留哪一行”的决策完全交给了ORDER BY，这让去重逻辑变得非常灵活。
三、ROW_NUMBER实现分组Top-N与分页
分组Top-N是另一个高频需求，例如统计每个商品分类下销量前三的商品，或者每个部门薪资最高的两名员工。这类需求如果使用自连接或子查询，SQL会写得比较繁琐，而窗口函数可以轻松完成。
下面是电商商品表product_sales的示例，字段包括category、product_name和sales_amount。要查询每个分类销量前三的商品：
SELECT
category,
product_name,
sales_amount,
row_num
FROM (
SELECT
category,
product_name,
sales_amount,
ROW_NUMBER() OVER (
PARTITION BY category
ORDER BY sales_amount DESC
) AS row_num
FROM product_sales
) t
WHERE row_num <= 3;
查询结果会按分类列出商品，每个分类最多返回三行。由于ROW_NUMBER()在分区内连续编号，使用row_num <= 3即可限制每组数量。如果把3改成10，就是分组Top 10。
分页功能也可以借助ROW_NUMBER()实现，尤其是当业务需要跨越多个分组按整体排序分页时。典型写法是先给全表结果集分配连续序号，再按序号范围筛选。例如：
SELECT
id,
title,
created_at
FROM (
SELECT
id,
title,
created_at,
ROW_NUMBER() OVER (
ORDER BY created_at DESC
) AS rn
FROM articles
) t
WHERE rn BETWEEN 21 AND 40;
上面的查询返回按created_at倒序排序后的第21到40条记录，相当于第2页数据。不过需要提醒的是，这种分页方式在数据量很大时会扫描整张表并排序，性能可能不如LIMIT和OFFSET配合索引时稳定。如果分页字段上有索引，优先考虑基于索引的WHERE条件配合LIMIT，只有在需要精确行号或复杂排序时才使用ROW_NUMBER()。
四、ROW_NUMBER与RANK、DENSE_RANK的区别
在SQLite中，除了ROW_NUMBER()，窗口函数家族还包含RANK()和DENSE_RANK()。它们都能为结果集分配排名，但在处理并列值时行为不同，理解差异有助于避免数据错误的排名结果。
假设有成绩表exam_score，其中三名学生的分数分别为100、95、95、90。使用三个函数分别按分数倒序排名：
SELECT
student,
score,
ROW_NUMBER() OVER (ORDER BY score DESC) AS rn,
RANK() OVER (ORDER BY score DESC) AS rank_num,
DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank_num
FROM exam_score;
执行后可以观察到：ROW_NUMBER()为100分分配1，两个95分分别分配2和3，90分分配4；RANK()为100分分配1，两个95分都分配2，90分分配4，序号出现了跳号；DENSE_RANK()为100分分配1，两个95分都分配2，90分分配3，序号没有跳号。
是否需要跳号取决于业务含义。如果需求是“取成绩最高的三人”，使用DENSE_RANK()可以把并列第二的两名学生都纳入，而ROW_NUMBER()则可能因为并列情况漏掉其中一人。反过来，如果必须严格取三行记录，例如抽奖或配额分配，则ROW_NUMBER()更合适，因为它保证序号连续唯一。
在SQLite中，这三个函数都可以与PARTITION BY配合使用，在同一分区内独立计算排名。不同数据库对窗口函数的支持细节略有差异，但SQLite的窗口函数遵循标准SQL规范，迁移到PostgreSQL等系统时通常无需大幅改写。
SQLite窗口函数ROW_NUMBER修改时间：2026-08-29 06:32:07