1.row_number() over( partition by column order by column)
（1）测试数据
（2）根据程序使用row_number() over()排序
（3）说明：即使相同分数，也会按排序（这里用到的是默认聚集索引(id字段)排序）
（4）至于row_number() over(partition by column order by column) 加上分区的这种，这里就不演示了，（1-3）中演示的是以所有数据为整体排序，如果用上partition by 字段名分区的，即以分区字段为一个整体排序，分区字段有10个不同的值就有10个从1开始的排序。
2.rank() over( partition by column order by column)
与row_number 一样，其区别在于如果是相同分数，则会给出相同名次。如图1-4名，结果排名回事1，2，2，4，这里也同样不演示分区的情况了。
结果图如下：
3.dense_rank() over( partition by column order by column)
与rank() over()一样，其区别是，如果是1-4名中有相同名次的也会给同名次，但是其下一个名次会顺序承接上一个值+1.也就是会出现1,2,2,3这样的结果
4.ntile(number) over( partition by column order by column)
其实根据 over里面的分组与排序，把所有数据分组，先看一下结果图
在图中，一共14行数据，我把其按照n1列排序后，分为3组。平均分下来只有3*4=12啊，那么多余的2行怎么分的呢？
如果行数平均划分后还有余行，那么就把行分在最前面的几组上。
比如我们的结果有7行，要分为3组。
那么第一组3行，第二组2行，第三组2行。
如果我们结果有14行，平均分为3组。
那么第一组5行，第二组5行，第三组4行。
依此类推。
所以，我们的14行，平分每个组4行，还多2行会1行加在1组上，1行加在2组上。
5、top colomn 与 top with ties
这个top就不说了，大家都知道什么意思。
top ties的作用是，把所有数据集中order by 字段与top中的最后一行order by 字段数据值相同的数据也一起筛选出来。
top ties的效果给大家演示一下，如图：
（1）如果直接top(2)是这样的
（2）加上ties的效果
