**先搞清楚需求：是要全国 Top10，还是每个省分别取前十？**
如果只是简单用 `GROUP BY province, city` 后直接 `ORDER BY SUM(sales) DESC LIMIT 10`，那返回的是全国销售额最高的前10个城市，而不是每个省的前10个。
想要“各省独立取前10”，就得用窗口函数 `ROW_NUMBER()` 按省份分区排序，再在外层过滤名次。
### 用窗口函数 `ROW_NUMBER()` 排名，避免 GROUP BY 后丢失城市粒度
直接对省份+城市分组求和再排序，容易踩一个坑：`ORDER BY` 只作用于最终结果集，没法保证每个省内部独立取前10。正确做法分两步：
1. 先按省份和城市聚合 (`GROUP BY province, city`)
2. 再在子查询里用 `ROW_NUMBER() OVER (PARTITION BY province ORDER BY SUM(sales) DESC)` 给每个省的城市打排名
然后外层 `WHERE rn <= 10` 就能拿到各省的 Top10。
看看常见错误写法：
```sql
SELECT province, city, SUM(sales)
FROM orders
GROUP BY province, city
ORDER BY SUM(sales) DESC
LIMIT 10;
```
这一看就是全国 Top10，跟“各省前十”完全不搭边。正确写法如下：
```sql
SELECT province, city, sales_sum
FROM (
SELECT
province,
city,
SUM(sales) AS sales_sum,
ROW_NUMBER() OVER (PARTITION BY province ORDER BY SUM(sales) DESC) AS rn
FROM orders
GROUP BY province, city
) ranked
WHERE rn <= 10;
```
### 注意 `ROW_NUMBER()` 和 `RANK()` 的并列处理差异
如果某省第10名有多个城市销售额相同，`ROW_NUMBER()` 会强制给每个城市一个唯一编号（比如9、10、11），结果返回的行数可能超过10行；而 `RANK()` 会把并列的名次重复（比如9、10、10、12），这时如果用 `WHERE rn <= 10` 会漏掉并列的第10名。
实际应用时怎么选？
- 想**严格限制每省最多10行** → 用 `ROW_NUMBER()`
- **要保留所有并列第10名** → 改用 `RANK()`，但 `WHERE` 条件要改成 `rn <= 10`（别漏改别名）
- 大部分主流数据库都支持：MySQL 8.0+、PostgreSQL、SQL Server 2017+、Oracle；SQLite 3.35+ 也支持，旧版不支持窗口函数
### 聚合前过滤脏数据，否则 SUM 结果失真
生产环境的订单表里常有坑：`sales` 字段有 NULL 或负值（退货）、`province`/`city` 字段为空白、“未知”、“其他”等非标准值。
不清理的话，问题很明显：
- `SUM()` 会忽略 NULL，但如果整组都是 NULL，那个城市根本不会出现——看似“没数据”，实际上是脏数据搅局
- 负销售额会拉低排名，把本该进 Top10 的城市挤出去
- “华东”“华北”等大区名称混在 `province` 字段里，和真实省份同名分区 → 分区错乱
建议在子查询加清洗条件：
```sql
WHERE sales > 0
AND province IS NOT NULL
AND city NOT IN ('未知', '其他', '')
AND province IN ('广东', '江苏', '浙江', ...)
```
### 大数据量时加复合索引提升性能
当 `orders` 表超过千万行，查询慢在两个地方：按省份+城市分组扫描，以及窗口函数排序。单列索引效果有限。
推荐创建这样顺序的覆盖索引：
```sql
CREATE INDEX idx_province_city_sales ON orders (province, city, sales);
```
顺序很重要：
- `province` 在最前，支持分区裁剪
- `city` 第二，支持组内去重
- `sales` 在最后，让 `SUM()` 和 `ORDER BY` 尽量利用索引有序扫描，避免额外排序
如果业务里经常查“某省 Top N”，还可以考虑物化一张省份汇总表。不过实时性要求高时，索引加窗口函数依然是更轻量的选择。
