MySQL
Navicat等
对原始数据进行排序：原始数据中，数据可能比较杂乱，并未按照一定的逻辑进行排列，故此时需要重新排序。因为要获得各省分类下，各个市的GDP排名，因此选择按照省名、gpd排序。排序前和排序后分别如图所示。
增加变量判断省名是否变化：根据需要的最终结果可知，每个省份下的市单独排序，即当省名变化时，排序号也会相应的发生变化。这就告诉我们，需要判断省名的变化。本例中分别采用@tmp作为中间变量，@rank作为排序号。
利用变量进行判断并排序：IF(@tmp=province_name,@rank:=@rank + 1,@rank:=1)则利用中间变量@tmp存储上一条记录的province_name，并和当前的对比，如若相同，则序号@rank增加1，否则初始化@rank为0。@tmp:=province_name则用于将当前的province_name值记录下来，供下一条记录使用。得到排序结果如图。
去除中间变量并筛选topN：第三步中的结果不仅有分组排序号，还有中间变量tmp。此步骤中主要对tmp过滤并筛选我们需要的topN，本例采用top3。SELECT province_name,city_name,gdp,new_rank as rank from (SELECT province_name,city_name,gdp,IF(@tmp=province_name,@rank:=@rank + 1,@rank:=1) as new_rank,@tmp:=province_name as tmp FROM `2016_GDP` aORDER BY province_name,gdp DESC) bwhere new_rank <= 3;最终结果如下。
排名为gdp由高到低，故步骤1中的gdp排序时候需要降序，采用desc
ORDER BY province_name,gdp desc对结果至关重要