RANK()需配合OVER(ORDER BY 销售额 DESC)使用，处理并列时跳名次，跨年对比须分年计算后JOIN对齐，并注意数据类型、数据库版本及日期字段格式。
用 RANK() 计算单年各省份销售额排名
直接在子查询或 CTE 中对某一年数据用 RANK() 排序是最基础的一步。注意必须用 ORDER BY 销售额 DESC，否则排名是升序（最低值排第1），和业务直觉相反。
常见错误：漏写 OVER 子句，写成 RANK(销售额) —— 这会报错，RANK() 是窗口函数，必须带 OVER。
示例（2023年）：
SELECT 省份, 销售额,
RANK() OVER (ORDER BY 销售额 DESC) AS rank_2023
FROM sales
WHERE 年份 = 2023;-
RANK()会跳过并列后的名次（比如两个第1名，则下一个为第3名），如果要连续编号，改用DENSE_RANK() - 若需按区域分组再排名（如“华东各省内部排名”），加
PARTITION BY 区域 - 确保
销售额字段为数值类型，字符串型数字（如 '12000'）会导致字典序排序，结果错乱
跨年度对比需先对齐两年数据
不能直接在原表上对两年数据一起 RANK()，否则排名混合了不同年份，失去“各年独立排名”的意义。必须把两年的排名结果作为两列并到同一行，才能计算波动。
推荐用 FULL JOIN 或 UNION ALL + GROUP BY 实现对齐，但更稳妥的是用两个子查询做 LEFT JOIN，以2023年省份为主表，补全2024年缺失值。
示例（主查2023，左连2024）：
SELECT a.省份,
a.rank_2023,
COALESCE(b.rank_2024, 999) AS rank_2024,
a.rank_2023 - COALESCE(b.rank_2024, 999) AS rank_change
FROM (
SELECT 省份, RANK() OVER (ORDER BY 销售额 DESC) AS rank_2023
FROM sales WHERE 年份 = 2023
) a
LEFT JOIN (
SELECT 省份, RANK() OVER (ORDER BY 销售额 DESC) AS rank_2024
FROM sales WHERE 年份 = 2024
) b ON a.省份 = b.省份;- 用
COALESCE(b.rank_2024, 999)是为了把2024年没销售的省份标为“严重下滑”，避免NULL参与减法得NULL - 若某省2024年新增销售，但2023年无记录，
LEFT JOIN会漏掉它；此时应换FULL JOIN并分别处理两边的NULL - 注意：两年数据量级差异大时（如2024整体翻倍），单纯看排名波动可能掩盖真实增长，建议同步看销售额绝对值变化
计算排名波动时如何处理并列与新增/退出省份
真实业务中，常有省份销售额并列、新设行政区（如直辖市扩容）、或某省全年无销售。这些都会让 RANK() 结果和波动解读变复杂。
关键原则：波动值本身不重要，重要的是波动背后的含义是否一致。例如两个省都从第5升到第3，但一个靠增长20%，一个靠同行衰退——不能等同看待。
- 并列排名下，
RANK()给相同值（如都为3），但下次排名跳到5。计算波动时，若A、B同为第3，次年A第2、B第4，则波动分别是 -1 和 +1，合理 - 新增省份默认排最后（
RANK()在其所在年份内生效），但若直接用“上年无记录 → 今年排第30”，会误判为“跃升30名”。应在结果中标记is_new_province = 1 - 退出省份（如某省全年0销售额）建议单独过滤或标记为
rank = NULL，不要硬填999，否则和“真实垫底”混淆
性能与兼容性提醒：MySQL 8.0+、PostgreSQL、SQL Server 都支持，但旧版本不行
如果你用的是 MySQL 5.7 或更早版本，RANK() 不可用，强行使用会报错 FUNCTION xxx.RANK does not exist。别试图用变量模拟，逻辑易错且无法并行。
替代方案只有两种：升级数据库，或改用应用层排序（导出后用 Python/Pandas 处理）。后者在数据量超10万行时明显变慢，且无法嵌入报表 SQL。
另外注意：SQLite 默认不支持窗口函数（除非编译时开启），而某些云数仓（如 Hive）虽支持 RANK() ，但 OVER 中不支持 PARTITION BY 嵌套表达式，需提前聚合。
最易被忽略的一点：日期字段若存为字符串（如 '2023-01'），用 WHERE 年份 = 2023 会隐式转换失败，导致空结果——务必确认年份字段是整型或用 YEAR(日期列) 提取。
