SQL 如何实现分位数统计？

postgresql用percentile_cont做线性插值求连续分位数，须配合WITHIN GROUP(ORDER BY…)使用；mysql 8.0+用PERCENT_RANK()窗口函数逼近；SQL Server 2012+支持同名函数，NTILE仅分组不返回分位值；通用方案可用ROW_NUMBER()模拟。

PostgreSQL 用 percentile_cont 计算连续分位数

PostgreSQL 原生支持分位数，percentile_cont 是最常用的选择，它做线性插值，返回数据分布中「理论上的」某分位点值（比如中位数就是 0.5）。注意它必须搭配 ORDER BY 和聚合一起用，不能直接写在 select 列表里对每行计算。

常见错误是漏掉 WITHIN GROUP (ORDER BY ...) 子句，否则会报错 Error: aggregate function calls cannot contain nested aggregate function calls 或提示缺少排序上下文。

• percentile_cont(0.5) WITHIN GROUP (ORDER BY score) → 中位数
• percentile_cont(Array[0.25,0.5,0.75]) WITHIN GROUP (ORDER BY score) → 一次性返回四分位数组（结果为数组）
• 若字段含 NULL，默认被忽略；想保留需提前用 COALESCE 或 Filter (WHERE ...) 控制
• 性能上，大数据量时该函数会触发排序，没有索引加速，建议对高频查询字段建函数索引：CREATE INDEX idx_score_percentile ON table_name ((score));

MySQL 8.0+ 用 PERCENT_RANK() + 窗口函数模拟

MySQL 没有内置分位数聚合函数，但 8.0+ 支持窗口函数，可以用 PERCENT_RANK() 找出最接近目标分位的那条记录。关键思路是：先按目标列排序并算出每行的相对排名百分比，再用 ABS(PERCENT_RANK() - 0.9) 找离 0.9 最近的行。

这本质是「取样逼近」，不是严格插值，当数据量少或分布不均时，结果可能和统计学定义有偏差。

• 查 90% 分位数示例：

  SELECT score FROM (   SELECT score, ABS(PERCENT_RANK() OVER (ORDER BY score) - 0.9) AS dist   FROM t ) t1 ORDER BY dist LIMIT 1;

• 要支持多分位（如 25/50/75），得用多次子查询或 CTE，没法像 PostgreSQL 那样一行写出
• PERCENT_RANK() 的范围是 [0, 1)，首行永远是 0，末行是 1 – 1/(行数)，所以严格 1.0 分位无法命中

SQL Server 用 PERCENTILE_CONT 还是 NTILE？

SQL Server 同样提供 PERCENTILE_CONT，行为和 PostgreSQL 一致，但要注意版本 —— 必须是 2012 及以上，且只支持在聚合上下文中使用（即配合 GROUP BY 或全表聚合）。

另一个常被误用的是 NTILE(n)：它只是把结果集「强行等分」成 n 组，每组编号 1~n，并不保证每组数据量完全相等（因总数未必整除），更不返回分位数值本身。想从中推导分位点，得额外取各组边界值，容易出错。

• 正确用法：PERCENTILE_CONT(0.75) WITHIN GROUP (ORDER BY amount) OVER () → 全表 75% 分位数
• 错误典型：SELECT *, NTILE(4) OVER (ORDER BY amount) FROM t → 得到的是分组编号，不是 25%、50% 的具体数值
• 如果表有 GROUP BY，PERCENTILE_CONT 必须放在同一层级聚合中，不能混用未聚合列

通用替代方案：用 ROW_NUMBER 模拟分位点（兼容旧版数据库）

几乎所有 SQL 引擎都支持 ROW_NUMBER()，所以一个跨库可用的底线方案是：先排序编号，再按总行数比例算出目标位置，最后用 MIN()/MAX() 或自连接取值。适用于 MySQL 5.7、sqlite、旧版 SQL Server 等不支持窗口聚合的环境。

缺点是逻辑冗长、易错，且对重复值敏感——如果大量相同值挤在分位附近，ROW_NUMBER 的任意排序可能导致结果抖动。

• 假设求中位数：

  SELECT AVG(score * 1.0) FROM (   SELECT score,          ROW_NUMBER() OVER (ORDER BY score) AS rn,          COUNT(*) OVER() AS cnt   FROM t ) t1 WHERE rn IN (FLOOR((cnt + 1) / 2.0), CEIL((cnt + 1) / 2.0));

• 分位数通用公式位置：第 ROUND((n-1) * p + 1) 行（n 为总行数，p 为分位，如 0.9），但需处理边界（ n）
• 若业务允许近似，可先用 LIMIT/OFFSET 抽样再算，避免全表排序开销

实际用的时候，别只看函数名是否匹配，先确认你的数据库版本、NULL 处理需求、以及是否接受插值结果 —— 这三点没对齐，再标准的写法也返回不了想要的数。