排名统计是数据分析中非常常见的需求，比如给学生成绩排名、给销售业绩排序、给商品销量做榜单。SQLite从3.25版本开始支持窗口函数，其中RANK()和DENSE_RANK()是两个最容易混淆的函数。它们都能处理并列名次的问题，但处理方式完全不同：一个会跳号，一个不跳号。如果选错了函数，排行榜的名次就会出现间断或者重复，直接影响业务结果的正确性。本文结合具体SQL示例，把这两个函数的区别讲清楚。
一、先看两个函数的基本语法和核心区别
窗口函数的标准语法是在函数名后面跟上OVER子句，用来定义分区和排序规则。SQLite中写法如下：
SELECT
name,
score,
RANK() OVER (ORDER BY score DESC) AS rank_num,
DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank_num
FROM students;假设表中有这样一组数据：张三95分、李四90分、王五90分、赵六85分。执行上面的查询，结果会是：张三的RANK是1、DENSE_RANK也是1；李四和王五并列，RANK都是2、DENSE_RANK也都是2；到了赵六这里区别就出来了，他的RANK是4，而DENSE_RANK是3。
这就是两者的核心区别：RANK在遇到并列名次时会跳过被占用的名次。李四和王五占了第2名和第3名两个位置，所以下一个人直接从4开始，名次是不连续的，但总人数和最高名次是对得上的。而DENSE_RANK是密集排名，并列的人只占用一个名次，不管多少人并列第二，下一个人的名次永远是3，名次序列连续没有空洞，但最大名次数可能小于总记录数。
可以这样记：RANK像体育比赛的并列规则，两人并列亚军就没有季军；DENSE_RANK像档次划分，并列的人属于同一档，下一档紧跟着编号。
二、为什么会有这种差异：窗口函数的计算逻辑
理解差异的根源，需要知道这两个函数在OVER子句定义的窗口内是怎么计数的。RANK的计算规则是：当前行的排名等于窗口内排在它前面的行数加1。李四和王五的分数都是90，按分数降序排，排在90分前面的只有张三一行，所以两人RANK都是2。赵六前面有三行（张三、李四、王五），所以RANK是4。并列的行共享同一个排名，但它们各自都占了一个位置。
DENSE_RANK的计算规则则是：当前行的排名等于排在它前面的不同取值个数加1。在赵六之前，分数只有95和90两个不同值，所以DENSE_RANK是3。并列的行不管有多少人，都被压缩成一个取值来计数。
顺便提一下第三个常被一起讨论的函数ROW_NUMBER()，它最简单，就是给窗口内的行顺序编号，即使分数相同也会得到1、2、3、4这样互不相同的序号，完全没有并列的概念。三个函数放在一起看，处理并列的方式分别是：ROW_NUMBER不承认并列、RANK承认并列但跳号、DENSE_RANK承认并列且不跳号。下面的示例把三者对比得很直观：
SELECT
name,
score,
ROW_NUMBER() OVER (ORDER BY score DESC) AS row_num,
RANK() OVER (ORDER BY score DESC) AS rnk,
DENSE_RANK() OVER (ORDER BY score DESC) AS drnk
FROM students
ORDER BY score DESC;查询结果中，两名90分的学生row_num分别是2和3，rnk都是2，drnk也都是2，而85分的赵六三种结果分别是4、4、3，一眼就能看出差别。
三、结合PARTITION BY实现分组内排名
实际业务中很少只做全表排名，更多是分组内排名，比如每个班级内部按成绩排名、每个月内部按销量排名。这时需要在OVER子句中加上PARTITION BY，它会把数据按指定字段切分成多个分区，每个分区独立计算排名，互不干扰。
SELECT
class,
name,
score,
RANK() OVER (PARTITION BY class ORDER BY score DESC) AS rnk,
DENSE_RANK() OVER (PARTITION BY class ORDER BY score DESC) AS drnk
FROM students;这条语句会对每个班级分别计算RANK和DENSE_RANK，每个班的排名都从1开始。PARTITION BY不影响两个函数本身的差异，只是把计算范围缩小到了分组内部。需要注意的是，最终输出结果的顺序不一定按排名排，如果希望结果按班级和名次展示，最好在外面再套一层ORDER BY，或者直接调整OVER子句里的排序字段。
还有一个常见用法是配合子查询筛选前几名。比如取每个班级的前三名，如果用ROW_NUMBER，并列第三的学生只会保留一个，可能不符合预期；如果用DENSE_RANK筛选WHERE drnk <= 3，并列的学生会全部保留，甚至可能超过三个人。用RANK筛选则可能出现结果不足三人的情况。这个细节在取Top N时特别容易踩坑，选择哪个函数完全取决于业务上对并列名次的处理要求。
四、如何根据业务场景选择正确的函数
选择的关键问题是：并列名次之后，下一个名次应该是几。如果业务要求名次能反映真实的竞争位置，比如竞赛评奖、只取固定名额的选拔，用RANK更合适。例如比赛只取前三名发奖，两人并列第二时，按照RANK规则第三名就空缺了，这符合大多数竞赛的评奖逻辑，用WHERE rnk <= 3筛选正好取到该拿奖的人。
如果业务要求名次连续、用来表示等级或档次，比如绩效评级分档、会员等级划分、销售提成档位，用DENSE_RANK更合适。举个例子，提成规则是第一名拿一档提成、第二名拿二档提成，如果用RANK，两人并列第一后下一个直接是第三名，二档提成永远没人拿，这时候DENSE_RANK才能保证档位连续覆盖。
还有一些场景需要注意细节。比如统计某个名次上有多少人，用RANK配合计数会很方便，因为名次值和总人数的关系是确定的；而在分页展示排行榜时，DENSE_RANK的名次连续性对前端展示更友好，不会出现用户翻页时看到名次从2直接跳到5的困惑。如果只是需要给结果集编个号做标识，比如配合LIMIT做随机抽样编号，那用ROW_NUMBER就够了，没必要引入排名语义。
最后提醒一点，SQLite对窗口函数的支持从3.25.0版本才开始，如果在使用旧版本的SQLite（比如某些老版本的移动端嵌入式环境），这些函数会直接报语法错误，升级SQLite版本是唯一的解决办法。写SQL时建议像上面的例子一样，给排名列起清晰的别名，并把两个函数放在一起对比输出结果，确认名次逻辑符合业务预期后再定型，这样能避免大部分排名统计的错误。
SQLite窗口函数RANK函数DENSE_RANK修改时间：2026-09-15 13:52:37