MySQL 8.0+ 可直接用 PERCENT_RANK() 计算分组内排位百分比（0–1），需配合 PARTITION BY 使用并过滤 NULL；NTILE(10) 更适合离散分桶；PostgreSQL 则用 percentile_cont()（连续插值）或 percentile_disc()（离散取值）求真实分位数，但二者均为聚合函数，不支持窗口语法。
MySQL 8.0+ 直接用 PERCENT_RANK() 和 NTILE()
如果你用的是 MySQL 8.0 或更高版本，不用自己写窗口函数逻辑 —— PERCENT_RANK() 就是专为分组内百分位排序设计的。它返回当前行在分组内的相对排名（0 到 1 之间），定义为 (rank - 1) / (total_rows_in_group - 1)。
注意：它和统计学上的「第 p 百分位数」（如 P95）不是一回事，而是「排位百分比」。比如某组 100 行，第 26 行的 PERCENT_RANK() 是 0.25（即 25% 分位点位置），但不代表该行值就是 P25 的数值。
-
PERCENT_RANK()必须配合PARTITION BY使用，否则全表计算 - 空值会被计入分母和分子，导致结果偏移；建议提前用
WHERE column IS NOT NULL - 如果只需要离散分桶（比如前 10%、中间 80%、后 10%），用
NTILE(10)更直观
PostgreSQL 用 percentile_cont() 求真实百分位数值
PostgreSQL 提供了真正的分位数聚合函数：percentile_cont(0.95) WITHIN GROUP (ORDER BY amount) 能直接算出分组内 P95 值。它做线性插值，结果是连续型分位数（cont = continuous）。
常见误用：把它放在窗口函数里会报错 —— percentile_cont 是聚合函数，不支持 OVER()。想按分组分别求 P95，必须搭配 GROUP BY：
SELECT dept, percentile_cont(0.95) WITHIN GROUP (ORDER BY salary) AS p95_salary FROM employees GROUP BY dept;
- 若要同时保留明细行并附带分组 P95，得用子查询或 CTE 先算出分组值再 JOIN
-
percentile_disc()返回实际存在的某个值（离散型），适合整数类指标，但可能跳变 - 小数据集（
SQLite 和旧版 MySQL 需手动模拟 P95 计算
这些引擎没内置分位函数，得靠变量或自连接逼近。核心思路是：对每组排序后取第 FLOOR(N * p + 1) 行（N 是组内行数）。例如 P95 就取第 FLOOR(0.95 * N) + 1 个位置的值。
MySQL 5.7 示例（使用变量模拟行号）：
SELECT dept, salary AS p95_salary
FROM (
SELECT dept, salary,
@row := IF(@prev = dept, @row + 1, 1) AS row_num,
@count := IF(@prev = dept, @count, (SELECT COUNT(*) FROM employees e2 WHERE e2.dept = employees.dept)) AS total,
@prev := dept
FROM employees, (SELECT @row := 0, @count := 0, @prev := '') r
ORDER BY dept, salary
) ranked
WHERE row_num = FLOOR(0.95 * total) + 1;- 变量顺序依赖
ORDER BY，漏写或写错会导致行号混乱 - 同一分组内有重复值时，
FLOOR()可能跳过实际存在的值，建议加DISTINCT预处理 - 性能差：每组都要全扫 + 排序，数据量超 10 万行就明显卡顿
分组百分位容易被忽略的边界问题
真正上线时，90% 的问题不出在函数调用，而出在数据本身。
- 分组字段含空值：
GROUP BY dept会把所有dept IS NULL归为一组，常被当成“异常组”忽略 - 数值列含负数或零：某些业务场景（如响应时间）不允许负值，但没做
WHERE response_time > 0过滤，P95 结果失真 - 时间范围未对齐：按天分组算 P95，但数据采集有延迟，当天最后 2 小时数据缺失，导致 P95 偏低
- 分位数解释错：把
PERCENT_RANK() = 0.95的那行值当成 P95，其实它只是“排在 95% 位置的值”，而 P95 应是“95% 的值 ≤ 它”——二者在非均匀分布下不等价
最稳妥的做法：先用 COUNT(*) 和 MIN/MAX 粗看分组大小与值域，再决定用插值还是取样，别一上来就套函数。
