PERCENTILE_CONT能算中位数是因为它基于连续分布模型，传入0.5（第50百分位）后通过线性插值返回理论中位数——偶数行时取中间两值平均，奇数行时取中间值；必须配合OVER()或WITHIN GROUP使用，且ORDER BY排序不可省略。

PERCENTILE_CONT 为什么能算中位数 PERCENTILE_CONT 是窗口函数，它基于连续分布模型插值计算分位点。中位数本质是第 50 百分位（即 0.5），所以传入 0.5 就能返回理论上的中位数值——哪怕原始数据个数为偶数，它也会在中间两个数之间线性插值得到精确结果。 注意：它必须配合 OVER() 使用，不能像聚合函数那样直接写 SELECT PERCENTILE_CONT(0.5) FROM t，否则会报错 ERROR: PERCENTILE_CONT requires a window specification。

常见错误是漏写 ORDER BY 子句——PERCENTILE_CONT 的 OVER 必须包含 ORDER BY，否则 PostgreSQL 会拒绝执行；SQL Server 虽允许省略，但结果无意义。

PostgreSQL 中的正确写法 PostgreSQL 支持标准语法，且对 PERCENTILE_CONT 兼容性好。要查单个中位数，通常用子查询或 CTE 避免重复行：

SELECT DISTINCT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score)
FROM students;

如果想按组计算（比如每个班级的中位数），必须用窗口形式：

SELECT
  class,
  score,
  PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score) OVER (PARTITION BY class) AS median_score
FROM students;

• WITHIN GROUP (ORDER BY ...) 是关键语法，不是 OVER (ORDER BY ...)
• 它不接受 PARTITION BY，分区必须靠外层 OVER 或聚合实现
• 若数据含 NULL，默认被忽略（和 ORDER BY 行为一致）

SQL Server 和 Oracle 的差异点 SQL Server 从 2012 开始支持 PERCENTILE_CONT，但必须用窗口语法，不能用 WITHIN GROUP：

SELECT DISTINCT
  PERCENTILE_CONT(0.5) OVER (ORDER BY score) AS median_score
FROM students;

Oracle 略复杂：它要求 PERCENTILE_CONT 必须搭配 OVER，且 ORDER BY 列不能有重复值（否则可能报 ORA-30498: argument should be of numeric or date/datetime type）。稳妥做法是加 RN 辅助排序：

SELECT DISTINCT PERCENTILE_CONT(0.5) 
  OVER (ORDER BY score, rowid) AS median_score
FROM students;

• SQL Server 不支持 WITHIN GROUP，只认 OVER
• Oracle 对 ORDER BY 的稳定性更敏感，建议补上唯一列
• 三者都要求输入列为数值型或可排序类型（如 DATE），传字符串会直接报错

替代方案：为什么有时不用 PERCENTILE_CONT PERCENTILE_CONT 在大数据量下性能较差，尤其带 PARTITION BY 时，PostgreSQL 可能触发全表排序。生产环境遇到慢查询，常改用：

• 用 ROW_NUMBER() + 计数估算中位位置（快，但对偶数个需手动取均值）
• 用 APPROX_PERCENTILE（Trino/BigQuery）或 PERCENTILE_DISC（返回实际存在的值，非插值）
• 在应用层拉取有序数据后计算，避开数据库插值开销

真正需要“精确中位数”的场景其实不多——多数报表只要稳定、可复现即可。PERCENTILE_CONT 的插值逻辑看似严谨，但一旦底层数据分布偏斜或存在大量重复值，插值得到的数未必比 PERCENTILE_DISC 更有业务意义。