使用RANK() OVER函数能否计算得出「最受欢迎」的指标？

首先明确结论：RANK() 开窗函数完全可以满足你当前业务场景的计算需求，仅需要先明确「受欢迎度」的可量化规则即可。

业务实现逻辑 #

你可以按照如下步骤完成计算：

• 第一步：过滤原始行程数据，排除所有时长超过2小时的无效记录
• 第二步：按线路维度分组聚合，分别计算每个线路的平均行程时长、受欢迎度指标（通常可选用线路总行程订单量/乘车人次，也可根据业务规则调整为其他可排序的数值指标）
• 第三步：过滤聚合结果，仅保留平均行程时长不低于8分钟的线路
• 第四步：使用RANK() OVER对符合条件的线路按受欢迎度指标降序排序，排名为1的即为你要找的最受欢迎线路

参考SQL实现 #

WITH valid_trips AS (
    -- 过滤时长超过2小时的行程（假设行程时长单位为分钟）
    SELECT * FROM trips WHERE trip_duration <= 120
),
line_agg AS (
    -- 按线路聚合计算核心指标
    SELECT
        line_id,
        line_name,
        AVG(trip_duration) AS avg_trip_duration,
        COUNT(DISTINCT trip_id) AS popularity -- 此处以有效订单量作为受欢迎度衡量标准，可按需调整
    FROM valid_trips
    GROUP BY line_id, line_name
),
qualified_line AS (
    -- 筛选平均时长≥8分钟的线路
    SELECT * FROM line_agg WHERE avg_trip_duration >= 8
)
-- 计算受欢迎度排名
SELECT
    *,
    RANK() OVER(ORDER BY popularity DESC) AS popularity_rank
FROM qualified_line
-- 若只需返回最受欢迎的线路，可额外加条件：WHERE popularity_rank = 1

补充说明 #

如果你需要处理并列排名的场景，可以根据业务需求选择不同的排序开窗函数：

• 用RANK()：保留并列排名，并列第一的多个线路都会返回1，下一名排名会跳空（比如两个第一之后下一名是3）
• 用DENSE_RANK()：保留并列排名，排名不会跳空（两个第一之后下一名是2）
• 用ROW_NUMBER()：不保留并列，相同指标也会按照规则生成唯一连续排名

内容的提问来源于stack exchange，提问作者Davidskis