PERCENT_RANK() 返回介于0.0到1.0之间的浮点数，表示当前行在排序后的相对位置，计算公式为(rank−1)/(总行数−1)，首行为0.0，末行不一定是1.0；必须指定ORDER BY，PARTITION BY可选；与CUME_DIST()、NTILE()语义不同。
PERCENT_RANK() 返回的是什么值
PERCENT_RANK() 不是四舍五入后的整数百分比，也不是按数据分组后“第几名”的序号。它返回的是一个介于 0.0 到 1.0 之间的浮点数，表示当前行在排序结果中的相对位置：排第一的永远是 0.0，排最后的不一定是 1.0（除非只有 1 行）。
计算逻辑是：(rank - 1) / (总行数 - 1)，其中 rank 是 RANK() 窗口函数给出的并列排名（跳过后续名次）。所以有重复值时，相同值会得到完全相同的 PERCENT_RANK() 结果。
- 如果表里只有 1 行，
PERCENT_RANK()固定返回0.0 - 如果有 5 行且无重复，最大值是
(5 - 1) / (5 - 1) = 1.0 - 如果有 5 行、前两行值相同，则它们的
RANK()都是 1，PERCENT_RANK()都是(1 - 1) / (5 - 1) = 0.0
ORDER BY 是必须写的，PARTITION BY 可选但常被忽略
没有 ORDER BY 的 PERCENT_RANK() 在标准 SQL 中不合法，PostgreSQL/SQL Server/Oracle 都会报错；MySQL 8.0+ 也强制要求。漏写会导致 Window function 'PERCENT_RANK' requires an ORDER BY clause 这类错误。
PARTITION BY 决定了“在哪个范围内算百分位”。比如按部门分组算员工薪资排名，就必须加 PARTITION BY department，否则全表一起排，跨部门比较就失去业务意义。
- 不写
PARTITION BY→ 全结果集作为一个窗口 - 写
PARTITION BY category→ 每个category内单独计算PERCENT_RANK() - 多个字段分区？可以：
PARTITION BY region, year
和 CUME_DIST()、NTILE() 的关键区别在哪
三者都算分布类指标，但语义不同：PERCENT_RANK() 关注“我前面有多少人”，CUME_DIST() 关注“我及我之前的人占多少比例”，NTILE(100) 是强行把数据切成 100 份、每份给个桶编号（可能不均匀）。
-
CUME_DIST()最小值不一定是0.0，而是1 / 总行数；最大值永远是1.0 -
NTILE(100)不能反推原始顺序位置，只适合粗粒度分档（如“前 10%”用NTILE(100) ） - 要查“薪资高于 90% 同行的人”，用
PERCENT_RANK() OVER (ORDER BY salary) > 0.9更直接
常见报错和类型陷阱
最典型的不是语法错，而是对结果误读导致逻辑 bug。比如把 PERCENT_RANK() 当成 PERCENTILE_CONT() —— 后者是求某个百分位点对应的值（如 P95 薪资），前者是求某一行的百分位“名次”。两者完全不是一回事。
- 错误写法：
WHERE PERCENT_RANK() OVER (...) = 0.95→ 几乎不可能命中，因为返回的是离散排名，不是连续分布 - 想查“前 5%”，别用
= 0.05，改用或结合 <code>NTILE(20) - 某些旧版 Hive 或 Spark SQL 不支持
PERCENT_RANK()，需降级为RANK()+ 手动除法（注意空值和分母为 0）
真正难的不是写出来，是想清楚你要的到底是“排名位置”，还是“阈值分界”，还是“分位数值”——这三个问题对应三个完全不同的函数，混用就会跑出看似合理实则错的数据。
