应直接在明细订单表上用SUM(sales_amount) OVER()计算全表总和，再除以各组聚合值；若加PARTITION BY region则得地区内占比而非全局占比；需用NULLIF和COALESCE处理空值与除零；大数据量时建议用CTE预计算总销售额。
直接用 SUM() OVER() 算占比，别先 GROUP BY
想算每个类目的销售额占总销售额的比例，最常见错误是先 GROUP BY category 再试图用窗口函数——这行不通。SUM() OVER() 必须在未聚合的原始行上计算，否则分母（总销售额）会变成单个类目的聚合值，结果全是 1.0。
正确做法：对明细订单表（比如每行是一笔销售记录）直接开窗，用 SUM(sales_amount) OVER() 拿全表总和，再除以它：
SELECT category, SUM(sales_amount) AS category_total, ROUND(SUM(sales_amount) * 1.0 / SUM(sales_amount) OVER(), 4) AS ratio FROM orders GROUP BY category;
注意两点：
• SUM(sales_amount) OVER() 不带 PARTITION BY，表示全表总和
• 分子必须也用 SUM(sales_amount)（配合 GROUP BY），不能用原始列，否则会报错或逻辑错
OVER() 里加 PARTITION BY 是算子集占比，不是全局占比
如果你加了 PARTITION BY region，那 SUM() OVER(PARTITION BY region) 算的是每个地区的总销售额，此时再除它，得到的是「该类目在本地区内的占比」，不是「占所有类目总销售额的占比」。
常见误用场景：
- 想看「手机类目在华东区销售额占华东总销售额多少」→ 用
PARTITION BY region - 想看「手机类目占全公司所有类目总销售额多少」→ 必须去掉
PARTITION BY，只留空OVER()
混淆这两者会导致数值远超 100%，比如某类目在某地区卖得特别好，但全公司占比其实只有 8%。
NULL 和零值会让 ratio 变成 NULL，要主动处理
如果 sales_amount 有 NULL，SUM() 会自动忽略，但若整张表没数据，SUM() OVER() 返回 NULL，导致除法结果全为 NULL；如果某类目 SUM(sales_amount) 为 0（比如滞销类目），除零也会出 NULL。
稳妥写法加 COALESCE 和条件判断：
ROUND( COALESCE(SUM(sales_amount), 0) * 1.0 / NULLIF(SUM(sales_amount) OVER(), 0), 4 ) AS ratio
NULLIF(x, 0) 把分母为 0 转成 NULL，避免除零错误；外层 COALESCE 确保分子不为 NULL。生产环境建议始终套这一层。
性能敏感时，避免在大表上重复计算 SUM() OVER()
在千万级订单表上，SUM() OVER() 会触发一次全表扫描；如果后续还要按比例做排序、过滤（比如只取 top 5 类目），直接在主查询里嵌套窗口函数会让优化器难生效。
更稳的做法是先用 CTE 提前算好总销售额：
WITH total AS ( SELECT SUM(sales_amount) AS all_total FROM orders ) SELECT o.category, SUM(o.sales_amount) AS category_total, ROUND(SUM(o.sales_amount) * 1.0 / t.all_total, 4) AS ratio FROM orders o CROSS JOIN total t GROUP BY o.category;
这样 all_total 只算一次，且数据库更容易复用中间结果。尤其当你的查询还带其他复杂条件（如时间范围、状态过滤）时，CTE 方式逻辑更清晰、执行计划更可控。
真正容易被忽略的不是语法，而是「占比」这个业务指标背后隐含的统计口径——到底是按订单行、按商品数、还是按支付成功金额？确认清楚原始表的数据粒度，比写对 OVER() 更重要。
