CUME_DIST() 返回当前行的累积分布值而非行数比例，相同值行共享同一值且等于其最后排名除以总行数，因此不能直接用WHERE CUME_DIST()<=0.5取前50%。
用 CUME_DIST() 计算累积分布比例，但别直接当“前50%行数”用
CUME_DIST() 返回的是当前行在排序结果中的**累积分布值**（即 ≤ 当前行的值占总行数的比例），不是“取前N行”的快捷方式。它对重复值敏感：相同排序值的所有行会得到相同的 CUME_DIST() 值，且该值等于这些行中最后一名的排名除以总行数。比如100行中，第49–52行都排第49名，则它们的 CUME_DIST() 都是 52/100 = 0.52。
所以想“取前50%高价值客户”，不能简单写 WHERE CUME_DIST() ——可能一行没取到，也可能一下子取到60行（因并列）。
实操建议：
- 先明确“高价值”定义：是按
total_spent降序？还是lifetime_value？确保排序字段无歧义、已处理 NULL（如ORDER BY total_spent DESC NULLS LAST） - 用
CUME_DIST()辅助观察分布拐点，例如：SELECT customer_id, total_spent, CUME_DIST() OVER (ORDER BY total_spent DESC) AS cd FROM customers;
扫一眼cd列，看 0.48–0.52 区间实际覆盖哪些total_spent值 - 若业务允许容忍小幅浮动（如48%~52%），可保留
CUME_DIST() ；否则转向更可控的方式
更稳妥的做法：用 PERCENT_RANK() 或窗口计数 + 比例判断
PERCENT_RANK() 从 0 开始，最大值为 1（但最后一行一定是 1），计算方式是 (rank - 1) / (rows - 1)，对并列值更平滑，但仍有同样问题：无法精确卡死在“恰好一半行数”。
真正可控的方案是结合行号和总行数做整数截断：
- 先算总客户数：
SELECT COUNT(*) FROM customers（假设为 N） - 再用
ROW_NUMBER()排序取前FLOOR(N * 0.5)行：WITH ranked AS ( SELECT customer_id, total_spent, ROW_NUMBER() OVER (ORDER BY total_spent DESC) AS rn, COUNT(*) OVER() AS cnt FROM customers ) SELECT customer_id, total_spent FROM ranked WHERE rn <= FLOOR(cnt * 0.5); - 注意：
ROW_NUMBER()强制去重排序，相同total_spent的客户会按任意顺序分配不同rn，若需保持并列一致性，改用RANK()，但得额外处理“跨半界”的并列组（例如第50名有3人，而只差1个名额）
MySQL 8.0+ 和 PostgreSQL 支持没问题，但旧版 MySQL 要绕开
MySQL 5.7 及更早版本不支持窗口函数，CUME_DIST() 直接报错 ERROR 1064。PostgreSQL 8.4+、SQL Server 2005+、Oracle 10g+、SQLite 3.25+（2018年以后）均支持。
MySQL 5.7 用户只能靠变量模拟或子查询自连接，性能差且易出错。强烈建议升级或改用应用层分页逻辑。
兼容性提示：
- PostgreSQL 中
CUME_DIST()默认把 NULL 排在最前，若total_spent有 NULL，加NULLS LAST显式控制 - SQL Server 对
OVER()子句要求严格，漏写ORDER BY会报错，不能省略 - 所有数据库中，
CUME_DIST()必须配合OVER使用，单独写CUME_DIST()是语法错误
真正麻烦的不是函数，而是“50%”这个数字背后的业务含义
客户价值往往非均匀分布——前10%客户可能贡献70%收入。硬切50%行数，很可能把大量低活跃但有潜力的客户（如新注册未复购）和真实高价值客户混在一起。
更合理的做法是：
- 先用
CUME_DIST()查看total_spent的分布曲线，找陡降拐点（比如 0.2 处就已覆盖 80% 收入） - 结合 RFM（最近购买、频次、金额）打综合分，再按分排序取 top 50%
- 如果必须用单一指标，至少加上过滤条件：
WHERE total_spent > 0 AND status = 'active'，避免把沉默客户计入分母
函数只是工具，决定取哪批人，得看业务怎么定义“高价值”。
