一、背景介绍
在处理大数据量数据集时，我们经常需要进行分组统计。例如，我们需要统计每个城市的人口数量、每个年龄段的人数等。在 PostgreSQL 中，我们可以使用 row_number() 函数结合 over (partition by) 子句来实现这个功能。同时，为了限定每组最多数量，我们可以使用 row_num <= 100 条件进行筛选。
二、实现方法
1. 使用 row_number() 函数
row_number() 函数是一个窗口函数，它可以为每一行分配一个唯一的序号。在 over (partition by) 子句中，我们可以指定按照哪个字段进行分组。例如，如果我们要按照城市进行分组，可以这样写：
SELECT city, age, population, row_number() over (partition by city order by population desc) as row_numFROM population_data;
这里，我们首先按照城市进行分组，然后按照人口数量降序排列。接着，我们使用 row_number() 函数为每一行分配一个序号。最后，我们将结果命名为 row_num。
2. 使用 row_num <= 100 条件进行筛选
为了限定每组最多数量，我们可以使用 row_num <= 100 条件进行筛选。例如，如果我们只想显示每个城市前100名的人口数量，可以这样写：
SELECT city, age, population, row_numFROM ( SELECT city, age, population, row_number() over (partition by city order by population desc) as row_num FROM population_data) as subqueryWHERE row_num <= 100;
这里，我们首先将原始查询语句放入一个子查询中，然后在外部查询中添加 WHERE row_num <= 100 条件进行筛选。这样，我们就可以得到每个城市前100名的人口数量了。
三、示例数据
为了演示如何使用 row_number() 函数和 row_num <= 100 条件进行分组统计，我们创建了一个名为 population_data 的表，包含以下字段：
-
city：城市名称（字符串类型） -
age：年龄（整数类型） -
population：人口数量（整数类型）
以下是一些示例数据：
city
age
population
Beijing
35
21542000
Shanghai
42
24237800
Guangzhou
39
13081000
Shenzhen
36
12528300
Hangzhou
34
9816000
Chengdu
37
16330000
Wuhan
38
11292000
Chongqing
41
30485500
Tianjin
43
13562100
Suzhou
44
7725599
Nanjing
45
8288345
Xi'an
46
8375289
Qingdao
47
7779652
Dongguan
48
8349652
Zhengzhou
49
13534752
Ningbo
50
7896521
Harbin
51
10789652
Changsha
52
7896521
Xiamen
53
7896521
Shenyang
54
7896521
Nanning
55
7896521
Wuxi
56
7896521
Jinan
57
7896521
Taiyuan
58
7896521
Luoyang
59
7896521
Lanzhou
60
7896521
Kunming
61
7896521
