开窗函数（一）
开窗函数在SQL语句中属于一种特殊的用法。开窗函数的引入，是为了既可以显示聚集前的数据，也要显示聚集后的数据。
而在SQL中，开窗函数又分类两类，一类是排序函数，一类是聚合函数。
语法
代码语言：txt复制<开窗函数> over (partition by <用于分组的列> order by <用于排序的列>)开窗函数：如果这里我们使用的是排序函数，那么输入Rank()这类；如果这里我们选择的是聚合函数，那么输入Sum(列)这类。
注：用于分组的列，可以进行省略，类似于CALCULATE中ALL('表')的效果。
本期我们主要介绍的是排序函数：rank、dense_rank、row_number、ntile。
使用实例
案例数据：
在白茶本机的数据库中存在名为“CaseData”的数据库。"Dim_Product"产品表。
例子1：使用Rank函数，对Product进行排序，排序依据为Price，按照ProductGroup进行分组。
代码语言：txt复制SELECT *,RANK() OVER (PARTITION BY ProductGroup ORDER BY price) AS Rankx
FROM Dim_Product
结果如下：
从结果上我们可以看出，Rank函数是国际的通用排名，结果允许出现并列排名，不保留被占用的排序位数。
例如：1、2、3、3、5。其中4因为并列排名的原因，排序位数不保留。
例子2：使用Dense_Rank函数，对Product进行排序，排序依据为Price，按照ProductGroup进行分组。
代码语言：txt复制SELECT *,Dense_Rank() OVER (PARTITION BY ProductGroup ORDER BY price) AS Rankx
FROM Dim_Product
结果如下：
从结果上我们可以看出，Dense_Rank函数是中国式排名，结果允许出现并列排名，保留被占用的排序位数。
例如：1、2、3、3、4。其中，4的排序位数顺延保留。
例子3：使用Row_Number函数，对Product进行排序，排序依据为Price，按照ProductGroup进行分组。
代码语言：txt复制SELECT *,Row_Number() OVER (PARTITION BY ProductGroup ORDER BY price) AS Rankx
FROM Dim_Product
结果如下：
从结果上我们可以看出，Row_Number函数不允许出现并列排名。
例如：1、2、3、4、5。
例子4：使用Ntile函数，对Product进行排序，排序依据为Price，按照ProductGroup进行分组，组内分为4组。
代码语言：txt复制SELECT *,Ntile(4) OVER (PARTITION BY ProductGroup ORDER BY price) AS Rankx
FROM Dim_Product
结果如下：
从结果上我们可以看出，Ntile函数会按照我们输入的参数，进行内置分组。
当组内数量小于参数时，那么返回结果就是对应的排名。
当组内数量大于参数时，那么返回结果为组内数量除以参数。
总结一下：
Rank函数是标准的排名，允许出现并列排名，例：1，1，3。
Dense_Rank是中国式排名，允许出现并列，例：1，1，2。
Row_Number不允许出现并列排名，例：1，2，3。
Ntile是分区函数，比如10行数据分四个区，例：1，1，2，2，3，3，4，4。
这里是白茶，一个PowerBI的初学者。
