经典题解析：订单表求销量 Top 10，一条 SQL 怎么写

深蓝黑背景品牌封面：居中大标题「订单表求销量 Top 10」，副标题「一条 SQL 怎么写」；下方原创装饰——一根柱状排行榜，十根高度递减的柱子横向排开，前三名柱顶点亮青色，其余渐暗，寓意聚合排序后取头部；左上标注「经典题解析 · 数据处理」，右上标注「Day 10 · 10-18」图 1：本文封面，聚合、排序、取头部，十根柱子排开就是答案。

先说明属性：这是一篇经典题解析，题目出自本地历史面试资料（原题给出订单记录表结构，要求「写一个语句，求卖得最好的 top 10 product_id」），与任何公司的当前招聘无关。这题写出 SQL 只是及格线，真正的考点藏在两个追问里：第 10 名并列了怎么办？表大了性能怎么办？

想象面试现场，订单表就三个关键列：product_id、quantity、created_at。

核心结论一句话

及格线写法是三步：GROUP BY 商品聚合销量、ORDER BY 销量降序、LIMIT 10 取头部。但「卖得最好的前 10」在并列时有三种语义：要严格名次用 ROW_NUMBER，并列也分出先后；要并列同名次用 RANK，并列后跳号；或 DENSE_RANK，并列后不跳号。三者在第 10 名并列时结果不同。主动讲清这个分叉，才是这题的得分点。

先把及格线写出来，再看它在哪里翻车。

SELECT product_id, SUM(quantity) AS total
FROM orders
GROUP BY product_id
ORDER BY total DESC
LIMIT 10;

这条语句人人会写，但它有个隐蔽行为：如果第 10 名和第 11 名销量相同，LIMIT 会随机截断其中一个——两个商品销量一样，谁上榜看运气。这在业务上常常不可接受：奖品名额、榜单公示都容不下「看运气」。

用可运行的实测看清三种语义。

下面这份脚本用 Node.js 22.15.0 内置的 node:sqlite 建内存库实测（保存为 top10.mjs 后运行 node top10.mjs；窗口函数语义与 MySQL 一致，node:sqlite 目前带实验性提示，不影响结果）。造数时刻意让第 10 名出现两个并列，销量都是 40：

import { DatabaseSync } from 'node:sqlite';
const db = new DatabaseSync(':memory:');

db.exec(`
CREATE TABLE orders (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  product_id INTEGER NOT NULL,
  quantity INTEGER NOT NULL,
  created_at TEXT NOT NULL
)`);

// 12 个商品，第 10 名故意并列（销量都是 40）
const sales = [300, 260, 220, 180, 150, 120, 100, 90, 70, 40, 40, 25];
const insert = db.prepare(
  'INSERT INTO orders (product_id, quantity, created_at) VALUES (?, ?, ?)');
sales.forEach((total, idx) => {
  let rest = total, day = 1;
  while (rest > 0) {           // 拆成多笔订单，模拟真实流水
    const q = Math.min(rest, 15);
    insert.run(101 + idx, q, `2026-09-0${day}`);
    rest -= q; day++;
  }
});

const show = (title, rows) => {
  console.log(`\n-- ${title}`);
  for (const r of rows) console.log(JSON.stringify(r));
};

show('GROUP BY + ORDER BY + LIMIT 10', db.prepare(`
SELECT product_id, SUM(quantity) AS total
FROM orders GROUP BY product_id ORDER BY total DESC LIMIT 10`).all());

show('ROW_NUMBER / RANK / DENSE_RANK 对比', db.prepare(`
SELECT product_id, total,
       ROW_NUMBER() OVER w AS rn,
       RANK()       OVER w AS rk,
       DENSE_RANK() OVER w AS dr
FROM (SELECT product_id, SUM(quantity) AS total FROM orders GROUP BY product_id)
WINDOW w AS (ORDER BY total DESC)`).all());

show('DENSE_RANK <= 10（并列的第 10 名都保留）', db.prepare(`
SELECT product_id, total FROM (
  SELECT product_id, total,
         DENSE_RANK() OVER (ORDER BY total DESC) AS dr
  FROM (SELECT product_id, SUM(quantity) AS total FROM orders GROUP BY product_id)
) t WHERE dr <= 10`).all());

db.close();

实测输出的关键部分：

-- GROUP BY + ORDER BY + LIMIT 10（第 10 名只进了 111，110 被随机截掉）
{"product_id":109,"total":70}
{"product_id":111,"total":40}

-- ROW_NUMBER / RANK / DENSE_RANK 对比（节选并列处）
{"product_id":110,"total":40,"rn":10,"rk":10,"dr":10}
{"product_id":111,"total":40,"rn":11,"rk":10,"dr":10}
{"product_id":112,"total":25,"rn":12,"rk":12,"dr":11}

-- DENSE_RANK <= 10（第 10 名并列都保留，共 11 行）
{"product_id":110,"total":40}
{"product_id":111,"total":40}

三个窗口函数的分歧在输出里一目了然：ROW_NUMBER 给并列的两人编号 10 和 11，强行分出先后；RANK 给两人并列第 10，下一名跳成 12；DENSE_RANK 同样并列第 10，但下一名是 11，不跳号。要「前 10 名、并列都保留」就用 DENSE_RANK 过滤，实测返回 11 行——这正是多数榜单业务真正想要的语义。

分层解法图：上部主流程三步——第一步 GROUP BY 商品聚合销量，第二步 ORDER BY 销量降序，第三步 LIMIT 10 取头部；旁边标注执行代价——全表聚合加文件排序，大表要先用条件缩小范围、让索引帮忙。中部并列排名分叉——朴素 LIMIT 遇到第 10 名并列会随机截断；要严格名次用 ROW_NUMBER（并列也分出先后），要并列同名次用 RANK（并列后跳号）或 DENSE_RANK（并列后不跳号），三者在第 10 名并列时结果不同。下部优化提示——加时间范围等过滤条件先减量、聚合键上建索引、超大表考虑预聚合表。底部结论：写出 SQL 只是及格线，主动讲清并列语义与性能代价才是这题的考点图 2：三步主流程、并列语义分叉与优化提示。

性能这一半考点。 三步写法的执行代价是全表聚合加排序，订单表一大就吃不消。三个手段按序使用：先加过滤条件减量，比如只看本月订单，让聚合前先甩掉大部分行；再给聚合键和过滤列建索引，让分组与排序有帮手；表大到一定程度就考虑预聚合，按天先算好每个商品的销量，查 Top 10 时聚合的是日汇总而不是原始流水。「分组聚合取 Top N」是数据分析与特征统计的第一高频操作，这套分层写法在工作里每天都会用到。

可能的追问与易错点。「并列的三语义里该选哪个？」问业务：奖金名额有限选 ROW_NUMBER 并按规则加决胜排序键；荣誉榜单并列常见，用 RANK 或 DENSE_RANK。「窗口函数版本的数据库不可用怎么办？」老版本可以用变量模拟行号，但那是历史包袱，知道有这回事即可。易错点有二：一是把 LIMIT 的随机截断当成正确处理并列；二是只谈写法不谈代价，大表上跑全表聚合的语句上线就是事故。

回到面试现场的建议节奏：先写三步及格线，立刻主动补一句「第 10 名并列时 LIMIT 会随机截断」，然后给出 DENSE_RANK 版本，最后谈一句性能分层。这道题你遇到过并列的坑吗？当时业务上要的是哪种语义？欢迎分享。

经典题解析：订单表求销量 Top 10，一条 SQL 怎么写

相关阅读