MySQL 窗口函数排序后如何稳定取每组第一条：ROW_NUMBER 与并列值处理

报表要找出每个订单最后一次状态时，很多 SQL 会先按订单分组，再想办法把整行取回来。真正容易出错的地方不是 ROW_NUMBER() 的语法，而是排序条件不完整：两条记录时间相同，数据库就没有理由保证哪一条排在第一。稳妥的写法是用业务时间表达主排序，再用不可重复的主键补足平手，最后在外层筛选 rn = 1。

先把“每组第一条”拆成可验收的排序规则

假设有一张订单状态表 order_status_history：

“每组第一条”至少要先回答两个问题：分组按什么列，以及第一条按什么方向排列。本文的定义是每个 order_id 取最新记录；如果两条记录的 changed_at 相同，则取 history_id 较大的那一条。这个定义写清楚后，结果才有办法复核。

基线写法为什么会在并列时间上摇摆

只按时间倒序的查询看起来很自然：

SELECT order_id, status, changed_at
FROM order_status_history
ORDER BY order_id, changed_at DESC;

它只是把结果整体排好，并没有在每个订单内部标记第一行。更隐蔽的错误是把时间最大值查出来后再回表：

SELECT h.*
FROM order_status_history AS h
JOIN (
  SELECT order_id, MAX(changed_at) AS max_changed_at
  FROM order_status_history
  GROUP BY order_id
) AS latest
  ON latest.order_id = h.order_id
 AND latest.max_changed_at = h.changed_at;

当同一订单有两条相同时间的记录时，这个结果会返回两行。它并非“数据库重复返回”，而是查询条件确实允许两条记录同时满足。

用 ROW_NUMBER 给每个订单建立局部顺序

窗口函数不会把行折叠掉，而是给每一行附加一个编号。关键是 PARTITION BY order_id 只在订单组内重新编号，ORDER BY changed_at DESC, history_id DESC 再定义组内顺序：

WITH ranked AS (
  SELECT
    history_id,
    order_id,
    status,
    changed_at,
    ROW_NUMBER() OVER (
      PARTITION BY order_id
      ORDER BY changed_at DESC, history_id DESC
    ) AS rn
  FROM order_status_history
)
SELECT history_id, order_id, status, changed_at
FROM ranked
WHERE rn = 1;

这里不要在同一层直接用窗口别名过滤。MySQL 的窗口计算发生在过滤逻辑之后，放进 CTE 或派生表既清楚，也方便把 rn 临时查出来验收。

把并列值单独测出来，再决定是否保留多行

先不要急着只看最终的 1 行。可以把编号全部展示出来：

WITH ranked AS (
  SELECT order_id, status, changed_at, history_id,
         ROW_NUMBER() OVER (
           PARTITION BY order_id
           ORDER BY changed_at DESC, history_id DESC
         ) AS rn
  FROM order_status_history
)
SELECT *
FROM ranked
WHERE order_id = 90017
ORDER BY rn;

如果两条记录的 changed_at 一样，较大的 history_id 应该拿到 rn = 1。为了确认规则不是碰巧生效，再对所有订单做一次重复时间统计：

SELECT order_id, changed_at, COUNT(*) AS same_time_count
FROM order_status_history
GROUP BY order_id, changed_at
HAVING COUNT(*) > 1;

若业务要求“并列最新的所有状态都要保留”，则改用 RANK()：

RANK() OVER (
  PARTITION BY order_id
  ORDER BY changed_at DESC
) AS rnk

外层筛选 rnk = 1 会返回并列行；DENSE_RANK() 也会保留并列第一，但它与 ROW_NUMBER() 的业务含义不同，不能只因为名字相近就替换。

图：先在订单分区内编号，再从外层筛选第一行。

执行计划和索引要看什么

窗口函数解决的是结果定义，不会自动保证查询很快。数据量上来后，先用实际 SQL 检查执行计划：

EXPLAIN ANALYZE
WITH ranked AS (
  SELECT history_id, order_id, status, changed_at,
         ROW_NUMBER() OVER (
           PARTITION BY order_id
           ORDER BY changed_at DESC, history_id DESC
         ) AS rn
  FROM order_status_history
)
SELECT * FROM ranked WHERE rn = 1;

重点观察扫描行数、窗口排序是否出现大量临时数据，以及过滤是否在预期位置生效。可以先考虑复合索引：

CREATE INDEX idx_order_history_rank
ON order_status_history (order_id, changed_at, history_id);

索引只是候选方案，不是看到字段顺序就直接上线。MySQL 仍可能因为数据分布、覆盖列和排序代价选择其他计划；在生产表上加索引前，应在接近真实数据量的副本上比较执行时间、扫描行数和写入开销。

常见问题

ROW_NUMBER 的 1 是全表第一条吗？

不是。只要写了 PARTITION BY order_id，编号会在每个订单组内从 1 开始；不写分区键才是全表统一编号。

为什么不用 GROUP BY 直接取 status？

GROUP BY 能得到最大时间，但不能天然把同一行的其他字段一起带回来；回表又会遇到并列时间。窗口编号把“哪一行胜出”表达得更完整。

history_id 一定能代表最新吗？

不一定。它在本文只承担平手裁决；如果业务时间和写入顺序可能脱钩，仍应以业务字段为主排序，并确认平手时的选择是否符合产品规则。

上线前的最小核对清单

• 抽一组包含同一时间两条记录的订单，确认唯一键方向符合预期。
• 分别验证“只留一条”和“并列全留”两种需求，不混用 ROW_NUMBER 与 RANK。
• 用 EXPLAIN ANALYZE 在接近生产的数据量上复查扫描量和排序代价。
• 把排序规则写进 SQL 注释或查询说明，避免后来的人删掉平手字段。