中位数需用PERCENTILE_CONT或PERCENTILE_DISC实现，不可直接用MEDIAN()；前者插值计算（连续分布），后者取实际值（更符合传统定义）；必须配合OVER()或WITHIN GROUP使用，且须通过子查询先计算再过滤。
中位数不是内置函数，得用 PERCENTILE_CONT 或 PERCENTILE_DISC
SQL 标准里没有 MEDIAN() 这种直接函数，PostgreSQL、Oracle、SQL Server（2022+）、Snowflake 支持 PERCENTILE_CONT 和 PERCENTILE_DISC，但行为不同：PERCENTILE_CONT 插值计算（适合连续分布），PERCENTILE_DISC 取实际存在的值（更接近传统中位数定义）。MySQL 和旧版 SQL Server 则得靠变量或窗口函数模拟。
关键点：必须搭配 OVER() 窗口子句，且不能直接写在 WHERE 里——因为聚合/窗口函数不能出现在过滤条件中，必须先算出中位数，再用于比较。
用子查询先算中位数，再和原表关联过滤
这是最通用、兼容性最好的写法，适用于所有支持窗口函数的数据库（包括 MySQL 8.0+）：
SELECT t.value FROM numbers t CROSS JOIN ( SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY value) AS med FROM numbers ) m WHERE t.value > m.med;
注意几个细节：
-
PERCENTILE_CONT(0.5)中的0.5是硬编码，不能用变量替代（多数引擎不支持） -
WITHIN GROUP (ORDER BY value)必须指定排序字段，且类型需支持比较（比如不能对TEXT直接用，除非有明确排序规则） - 如果原始表有
NULL，默认会被忽略；若想包含，得提前COALESCE或WHERE value IS NOT NULL - 结果可能为空——当中位数等于最大值，或所有值都相等时
PERCENTILE_CONT vs PERCENTILE_DISC：选错会漏掉记录
假设数据是 [1, 2, 3, 4]：
-
PERCENTILE_CONT(0.5)返回2.5（插值），value > 2.5得到3, 4 -
PERCENTILE_DISC(0.5)返回2（取第 2 小的值），value > 2也是3, 4
但如果是 [1, 2, 3, 4, 5]：
-
PERCENTILE_CONT(0.5)→3.0，> 3.0得4, 5 -
PERCENTILE_DISC(0.5)→3（中间那个），> 3仍是4, 5
真正容易出问题的是偶数个 NULL 或重复值多的场景。例如 [1, 1, 1, 1]：PERCENTILE_DISC 返回 1，value > 1 结果为空；而 PERCENTILE_CONT 也返回 1.0，结果一样。但如果你本意是“大于等于中位数”，就得换成 >=，且明确自己要的是哪个语义。
MySQL 8.0 以下只能靠行号模拟，性能差还易错
没窗口函数时，常见写法是用变量生成序号，再取总行数一半的位置：
SELECT value FROM (
SELECT value,
@row := @row + 1 AS row_num,
@cnt AS total
FROM numbers
CROSS JOIN (SELECT @row := 0, @cnt := COUNT(*) FROM numbers) init
ORDER BY value
) t
WHERE row_num > CEIL(total / 2);
这个方案问题很多：
- 变量赋值顺序依赖执行计划，MySQL 8.0.22+ 已标记为不可靠
-
CEIL(total / 2)对偶数长度取上中位位置，但中位数定义本身有歧义（下中位？均值？） - 无法处理重复值并列的情况（比如 100 个
5全挤在中间，该不该全算进“大于中位数”？） - 大数据量时
ORDER BY+ 全表扫描开销明显
真遇到老 MySQL，优先考虑应用层计算中位数，或者升级。
嵌套百分位函数本身不难，难的是确认你用的到底是哪种中位数、数据有没有空值和重复、目标数据库版本支不支持标准语法——这些不厘清，查出来的“大于中位数”的结果，可能根本不是你想要的那批记录。
