讲师中心 微信公众号
AI工具推荐 视频效率加速

如何在SQL中利用CUME_DIST函数计算数据在样本中的累计分布位置?

梦静大大_1510

梦静大大_1510

发布时间:2026-06-27 06:42:03

|

241人浏览过

|

来源于php中文网

原创

CUME_DIST是SQL窗口函数,返回当前行在分区内“小于等于其值的行数占总行数的比例”,结果范围为(0,1],相同值行获得相同比例,必须配合OVER(ORDER BY ...)使用。

如何在sql中利用cume_dist函数计算数据在样本中的累计分布位置?

什么是 CUME_DIST,它返回什么值?

CUME_DIST 返回当前行在排序后结果集中的**相对位置比例**,即“有多少比例的行小于等于当前行”。它的值范围是 (0, 1],最小值大于 0(因为至少包含自身),最大值为 1(最后一行或并列最大值的行)。

关键点:它基于 ORDER BY 子句排序,且**自动包含重复值的影响**——相同排序值的所有行获得相同的 CUME_DIST 值,该值等于这些行中最后一行的排名除以总行数。

常见误解:它不是“当前行排名 / 总行数”,而是“≤当前行值的行数 / 总行数”。

CUME_DIST 必须配合 OVER 子句使用

它不能单独写在 SELECT 列表里,必须嵌套在 OVER() 中,否则会报错:ERROR: window function CUME_DIST requires a window definition。

实操建议:

  • OVER(ORDER BY score DESC) —— 按分数降序计算累计分布(高分占比小)
  • OVER(ORDER BY score ASC) —— 升序时,低分排前面,CUME_DIST 值更小
  • 不能省略 ORDER BY;不支持 PARTITION BY 后直接省略 ORDER BY
  • 如果想按组内计算(如每科成绩独立算分布),必须写成 OVER(PARTITION BY subject ORDER BY score)

和 PERCENT_RANK 的区别在哪?

两者都反映排序位置,但逻辑不同:

CUME_DIST 关注“≤当前值的行数占比”,而 PERCENT_RANK 关注“当前行排名减 1 后占(总行数减 1)的比例”,公式是 (rank - 1) / (total_rows - 1),首行恒为 0,末行恒为 1(即使有重复值)。

示例(3 行数据,分数为 [85, 92, 92]):

score | CUME_DIST | PERCENT_RANK
85    | 0.333...  | 0.0
92    | 1.0       | 0.5
92    | 1.0       | 0.5

注意:CUME_DIST 对重复值更“保守”——两个 92 都拉到 100%,而 PERCENT_RANK 把它们平分中间段。

实际查询中容易漏掉的兼容性细节

PostgreSQL、SQL Server、Oracle、Snowflake 都支持 CUME_DIST,但 MySQL 直到 8.0.2 才引入窗口函数,且早期版本不支持;SQLite 不支持。

性能提示:

  • 大表上用 CUME_DIST 会触发全排序,无法利用普通索引加速 ORDER BY(除非该字段有对应排序索引)
  • 若只关心 Top N 的累计分布,可先 LIMIT 再算,但注意:OVER 子句作用于整个结果集,LIMIT 在窗口函数之后执行,所以必须用子查询或 CTE 提前截断
  • 浮点精度问题:结果是 double precision,比较时避免用 = 0.5,改用 BETWEEN 或容差判断

真正麻烦的是理解它怎么处理并列——很多人调完发现“为什么两个最高分都显示 1.0?”不是 bug,是设计如此。

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

超级麦吉

一款通过数字员工协作完成调研、数据分析与文档制作的AI办公平台。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

相关专题

更多
数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

4683

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

971

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

1229

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

6681

2024.03.06

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

3403

2024.03.06

oracle数据库运行sql方法
oracle数据库运行sql方法

运行sql步骤包括:打开sql plus工具并连接到数据库。在提示符下输入sql语句。按enter键运行该语句。查看结果,错误消息或退出sql plus。想了解更多oracle数据库的相关内容,可以阅读本专题下面的文章。

6640

2024.04.07

sql中where的含义
sql中where的含义

sql中where子句用于从表中过滤数据,它基于指定条件选择特定的行。想了解更多where的相关内容,可以阅读本专题下面的文章。

9161

2024.04.29

sql中删除表的语句是什么
sql中删除表的语句是什么

sql中用于删除表的语句是drop table。语法为drop table table_name;该语句将永久删除指定表的表和数据。想了解更多sql的相关内容,可以阅读本专题下面的文章。

1250

2024.04.29

Vite 项目如何打包和部署
Vite 项目如何打包和部署

Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。

100

2026.10.28

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn