前几天在处理一个上下班考勤问题，因为上下班都是在一个卡机里面打卡，也没有区分班别，制作SSRS 报表时数据比较乱，后来想起用SQL 的desek_rank 函数来区分上下班，SQL 有几个排名函数，下面来说说常用的这几个吧，

一：row_number

      row_number：函数的用途是非常广泛，这个函数的功能是为查询出来的每一行记录生成一个序号。row_number函数的用法如下面的SQL语句所示：select row_number() over(order by field1) as row_number,* from t_table

二：dense_rank：
    dense_rank函数的功能与rank函数类似，只是在生成序号时是连续的，而rank函数生成的序号有可能不连续。如上面的例子中如果使用dense_rank函数，第4条记录的序号应该是2，而不是4。如下面的SQL语句所示：
select dense_rank() over(order by field1),* from t_table order by field1

三：ntile

NTILE（）函数把记录结果集分成N部分，与over 使用，如：select *, ntile(5) over(order by id) from a   把ID列分5部分

说说我的刷卡原始记录：

按白班的上班基准，下面对人员及刷卡时间进行排名，最后取出最小和最大的打卡数据，因为同一时间有重复刷卡，所以需要利用partition by 一起区分排名。

扫描二维码关注公众号，回复： 10667339 查看本文章

分别用row_number和dense_rank 进行排名，效果如图，最后用dense_rank 的方式，下面看看效果：

最后再通过min、max和case when 结合使用取出上下班的刷卡时间（case when 部分省略），当然如果存在 07：00打卡、12：00打卡、17：00打卡、18：00打卡这样的数据，这种方法就没有办法取出准确的上下班数据，结果如图：