用GROUP BY+窗口函数找每组占比最高的记录需两步：先按组和值统计频次，再用RANK()或ROW_NUMBER()按频次降序排名并取rn=1；RANK()返回全部并列众数，ROW_NUMBER()仅返回一个且需加确定性排序字段防结果不稳定。
用 GROUP BY + 窗口函数找每组占比最高的记录
直接用 GROUP BY 无法拿到“占比最高”的那条原始记录，因为聚合会丢失明细。必须结合窗口函数先算出每组内各值的出现频次或比例，再筛选。核心是两步：先按组和维度统计，再用 ROW_NUMBER() 或 RANK() 标出“最常见”项。
常见错误是写成 SELECT ..., COUNT(*)/SUM(COUNT(*)) OVER (PARTITION BY group_col) 却忘了加 GROUP BY —— 这会导致语法错误。正确做法是先聚合，再套窗口函数，或者一步用窗口函数完成计数+排序。
- 推荐用
COUNT(*) OVER (PARTITION BY group_col, value_col)计算每个（组, 值）组合的频次 - 再用
ROW_NUMBER() OVER (PARTITION BY group_col ORDER BY COUNT(*) DESC, value_col)排序，注意加value_col防止并列时结果不稳定 - 外层过滤
rn = 1即可得到每组占比最高的那条记录（若并列，ROW_NUMBER()只取一个，RANK()会都取）
处理并列情况：RANK() vs ROW_NUMBER() 的实际影响
当某组内多个 value_col 出现次数相同时，ROW_NUMBER() 强制给唯一序号，结果只返回一条；RANK() 会给并列项相同排名，后续跳过位次——这意味着可能返回多条记录。
比如组 A 中 'X' 和 'Y' 各出现 5 次，其余为 3 次：ROW_NUMBER() 可能随机选 'X' 或 'Y'（取决于排序二级条件），而 RANK() 会让两者都带 rank = 1，都能被 WHERE rank = 1 捕获。
- 要“严格取一个”，用
ROW_NUMBER()并在ORDER BY中加入确定性字段，如ORDER BY COUNT(*) DESC, value_col ASC - 要“全量返回所有最高占比项”，用
RANK() -
DENSE_RANK()在这里没意义，它不适用于“找最大占比”这种场景
避免 COUNT(*) / SUM(COUNT(*)) 的嵌套陷阱
有人试图在单层查询里写 COUNT(*) / SUM(COUNT(*)) OVER (PARTITION BY group_col)，这会报错，因为 COUNT(*) 是聚合函数，不能直接和窗口函数混用在同一层级。必须分两层：子查询或 CTE 先聚合，外层再算比例。
- 错误写法：
SELECT group_col, value_col, COUNT(*) / SUM(COUNT(*)) OVER (PARTITION BY group_col) AS ratio ... GROUP BY group_col, value_col→ 报错ERROR: aggregate function calls cannot contain window function calls - 正确写法：先 CTE 算频次，再算比例：
WITH freq AS ( SELECT group_col, value_col, COUNT(*) AS cnt FROM t GROUP BY group_col, value_col ) SELECT *, cnt::DECIMAL / SUM(cnt) OVER (PARTITION BY group_col) AS ratio FROM freq
- 比例列类型建议显式转
DECIMAL或FLOAT，避免整数除法截断（如 PostgreSQL 中5/10 = 0）
MySQL 8.0+ 和旧版兼容性要点
MySQL 5.7 不支持窗口函数，强行用会报错 FUNCTION xxx does not exist。必须确认版本，或改用自连接、相关子查询等低效替代方案。
- MySQL 8.0+ 可直接用
ROW_NUMBER() OVER (...) - MySQL 5.7 或更早：需用变量模拟，但不可靠（执行计划变化可能导致序号错乱），或用
(SELECT COUNT(*) FROM t t2 WHERE t2.group_col = t1.group_col AND t2.value_col >= t1.value_col)类方式，性能差且逻辑难维护 - SQLite 3.25+ 支持窗口函数，但不支持
FRAME子句；PostgreSQL 和 SQL Server 全功能支持
真正麻烦的不是语法怎么写，而是搞清“占比”到底指频次占比、金额占比，还是其他加权逻辑——一旦加权，COUNT(*) 就得换成 SUM(weight_col)，整个计算链都要重审。
