MySQL 8.0.13+ 支持 PERCENTILE_CONT 和 PERCENTILE_DISC 窗口函数，需配合 OVER(PARTITION BY...ORDER BY...) 使用，不可与 GROUP BY 混用；PostgreSQL 则支持 PERCENTILE_CONT(0.5) WITHIN GROUP(ORDER BY ...) 聚合语法。
MySQL 8.0+ 直接用 PERCENTILE_CONT 和 PERCENTILE_DISC
MySQL 8.0.13 起原生支持窗口函数计算百分位数，PERCENTILE_CONT 返回插值结果（连续型中位数），PERCENTILE_DISC 返回实际存在的值（离散型中位数）。两者都必须配合 OVER(PARTITION BY ... ORDER BY ...) 使用，不能用于普通聚合。
常见错误是写成 SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score) FROM t GROUP BY dept —— 这是 PostgreSQL/SQL Server 写法，MySQL 不认。
-
PERCENTILE_CONT(0.5)对偶数个值会做线性插值，比如 [1,3,5,7] 返回 4.0；PERCENTILE_DISC(0.5)则返回排序后第 2 个值（即 3） - 必须指定
ORDER BY，否则报错Window function 'percentile_cont' requires an ORDER BY clause - 不能和
GROUP BY混用：想按部门算中位数，得用窗口函数 + 去重，例如先算出每部门的中位数，再SELECT DISTINCT dept, median_score
PostgreSQL 中用 PERCENTILE_CONT 配合 GROUP BY
PostgreSQL 支持 WITHIN GROUP 语法，可直接在聚合中使用，不需要窗口函数。这是最接近直觉的写法。
典型场景：统计各部门薪资中位数、90 分位绩效得分。
- 写法是
PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY salary) AS median_salary，放在SELECT中与GROUP BY dept共存 - 注意
ORDER BY是WITHIN GROUP的一部分，不是外层查询的ORDER BY；写错位置会报错syntax error at or near "ORDER" - 如果字段含
NULL，默认被忽略；若需保留，得先用COALESCE或过滤 - 性能上，大数据量时该函数会触发排序，建议在
ORDER BY字段建索引
兼容旧版 MySQL / SQLite / SQL Server 2012–2014 的手动实现
没有原生百分位函数时，得靠行号模拟：对每组数据排序后取中间一到两个位置的值。核心是正确处理奇偶数量、重复值、空值。
以 MySQL 5.7 为例，用变量模拟 ROW_NUMBER()：
SELECT dept, AVG(score) AS median_score
FROM (
SELECT dept, score,
@row := IF(@prev = dept, @row + 1, 1) AS row_num,
@cnt := IF(@prev = dept, @cnt, cnt_by_dept) AS cnt,
@prev := dept
FROM (
SELECT dept, score, COUNT(*) OVER (PARTITION BY dept) AS cnt_by_dept
FROM scores
WHERE score IS NOT NULL
ORDER BY dept, score
) t
JOIN (SELECT @row := 0, @cnt := 0, @prev := '') r
) ranked
WHERE row_num IN (FLOOR((cnt + 1) / 2), CEIL((cnt + 1) / 2))
GROUP BY dept;
- 必须先过滤
NULL，否则ROW_NUMBER逻辑混乱 -
FLOOR((cnt+1)/2)和CEIL((cnt+1)/2)覆盖奇偶两种情况：cnt=4 → 取第 2 和第 3 行；cnt=5 → 两者都为 3，取同一行 - SQLite 没有变量，得用
(SELECT COUNT(*) FROM t2 WHERE t2.dept=t1.dept AND t2.score 做相关子查询，性能差很多 - SQL Server 2012+ 其实已有
PERCENT_RANK和NTILE，但不如PERCENTILE_CONT直观，容易误用成分桶而非精确分位点
百分位数不是万能的——警惕偏态分布下的误导
中位数抗异常值，但分位数本身对分布形状敏感。当某组数据严重右偏（如少数人薪资极高），P90 可能比均值还高，而 P10 接近 0，此时只报一个中位数会掩盖两端断层。
- 别只算
P50：至少补上P25和P75，构成四分位距（IQR），才能判断离散程度 - 分组样本量过小（如某部门仅 3 人）时，
P90实际就是最大值，失去统计意义；建议加HAVING COUNT(*) > 10过滤 - 时间序列类分组（如“每月用户停留时长 P95”）要注意窗口内数据是否同质；促销月和淡季混在一起算，结果不可比
