AVG()算不出中位数，因中位数需排序后取中间位置值，而AVG()仅计算算术平均；SQL无标准MEDIAN()函数，须用PERCENTILE_CONT(0.5)或ROW_NUMBER()+COUNT()手动定位中间行，奇偶情况均需取FLOOR((cnt+1)/2)和CEIL((cnt+1)/2)行再AVG()。
为什么直接用 AVG() 算不出中位数
中位数不是平均值，它要求数据按序排列后取中间位置的值。SQL 没有内置 MEDIAN() 函数（除 PostgreSQL 14+ 的 PERCENTILE_CONT() 外），必须靠排序+行号定位。常见错误是把 AVG() 和中位数混用，或者用 LIMIT 1 OFFSET N 但没处理偶数行——此时需取中间两数平均，否则结果偏移。
嵌套子查询在这里的核心作用是：外层负责“选中间那条（或两条）”，内层负责“给每行打上顺序编号”。关键在于如何可靠生成行号，且不依赖窗口函数（因部分旧版 MySQL 或 SQLite 不支持）。
- MySQL 5.7 及更早版本不能用
ROW_NUMBER()，得用变量模拟：@row := @row + 1 - SQLite 需用相关子查询计数实现“当前值排第几”：
(SELECT COUNT(*) FROM t AS t2 WHERE t2.val - PostgreSQL / SQL Server 推荐用
ROW_NUMBER() OVER (ORDER BY val)，更稳定
用双重子查询算中位数（兼容 MySQL 5.7）
思路：先在内层子查询里对数据升序并编号；外层查出总行数 n，再根据 n 是奇还是偶，决定取第 FLOOR((n-1)/2)+1 行（奇数）或该行与下一行的平均（偶数）。注意：MySQL 中变量初始化必须在 FROM 子句中显式声明。
SELECT AVG(val) AS median
FROM (
SELECT val
FROM (
SELECT val, @row := @row + 1 AS row_num
FROM data_table, (SELECT @row := 0) r
ORDER BY val
) AS ranked
WHERE row_num IN (FLOOR((SELECT COUNT(*) FROM data_table) / 2) + 1,
CEIL((SELECT COUNT(*) FROM data_table) / 2))
) AS mid_rows;这个写法在空表、单行、NULL 值较多时容易出错——ORDER BY 若遇到 NULL，默认排最前，会拉偏中位位置。建议提前过滤：WHERE val IS NOT NULL。
四分位数怎么用嵌套子查询分三段切
四分位数本质是三个分割点：Q1（25%）、Q2（即中位数）、Q3（75%）。难点不在计算，而在“25% 位置”对应哪一行——它未必是整数，需线性插值。但多数业务场景接受向下/向上取整近似。以下以 Q1 为例（Q3 同理，把 0.25 换成 0.75）：
- 先算总行数
n，得目标位置p = 0.25 * (n + 1) - 取 floor(p) 行和 ceil(p) 行的值，加权平均（若 p 为整数，就只取那一行）
- 嵌套结构：最内层排序编号；中间层算
n和p；外层做条件取值
简化版（取近似整数行，不插值）：
SELECT
(SELECT val FROM data_table t1
WHERE (SELECT COUNT(*) FROM data_table t2 WHERE t2.val <= t1.val)
>= (SELECT COUNT(*) FROM data_table) * 0.25
ORDER BY val LIMIT 1) AS q1,
(SELECT val FROM data_table t1
WHERE (SELECT COUNT(*) FROM data_table t2 WHERE t2.val <= t1.val)
>= (SELECT COUNT(*) FROM data_table) * 0.75
ORDER BY val LIMIT 1) AS q3;这种写法性能差——每个 SELECT 都触发全表扫描。实际数据量大时，务必建 INDEX(val)，否则响应秒变分钟。
哪些情况会让嵌套子查询结果不准
嵌套子查询算分位数，表面简洁，实则脆弱。最容易被忽略的是重复值和排序稳定性。
- 当存在大量相同
val（如评分全是 4 或 5），WHERE t2.val 计数会高估排名，导致 Q1 偏高 - MySQL 中未加
ORDER BY的子查询，返回顺序不保证，嵌套多层后可能错乱 - 使用变量模拟行号时，若
ORDER BY字段有重复，MySQL 可能任意打乱相等行顺序，使@row编号不可复现 - NULL 值默认参与比较（
NULL 为 <code>UNKNOWN），会导致计数漏掉，必须显式排除
真正要跑准，要么升级到支持窗口函数的数据库，要么改用应用层排序——SQL 在这里只是搬运工，别让它干统计学家的活。
