postgresql中不能直接用group by配合median()，因无内置median聚合函数；需用percentile_cont(0.5)或percentile_disc(0.5)配合within group，且仅在group by上下文中作为有序集聚合合法，窗口函数形式不可混用。
中值计算不能直接用 GROUP BY 配合聚合函数
PostgreSQL 没有内置的 median() 聚合函数（直到 15 版本仍不支持标准聚合形式），所以不能写 SELECT group_col, median(value_col) FROM t GROUP BY group_col。强行用 percentile_cont(0.5) 时，它本质是窗口函数，若混在 GROUP BY 查询里会报错：column "xxx" must appear in the GROUP BY clause or be used in an aggregate function —— 因为 percentile_cont() 在非窗口上下文中不被识别为聚合函数。
正确做法：先用窗口函数算每组中值，再外层过滤
核心思路是两层结构：内层用 partition by + order by 计算每个分组的中值，外层把中值作为普通列参与 WHERE 或 HAVING。注意必须用 DISTINCT ON 或子查询去重，否则窗口函数会为每行重复输出相同中值，导致结果膨胀。
- 推荐写法是子查询套一层：
SELECT group_col, val FROM ( SELECT group_col, val, percentile_cont(0.5) WITHIN GROUP (ORDER BY val) OVER (PARTITION BY group_col) AS group_median FROM data_table ) t WHERE val > group_median; - 如果只要每组一行（比如“找出中值大于 10 的分组”），改用
DISTINCT ON+ 排序：SELECT DISTINCT ON (group_col) group_col, percentile_cont(0.5) WITHIN GROUP (ORDER BY val) AS median_val FROM data_table GROUP BY group_col HAVING percentile_cont(0.5) WITHIN GROUP (ORDER BY val) > 10;这里HAVING能用是因为percentile_cont在GROUP BY上下文中作为有序集聚合（ordered-set aggregate）被允许 —— 但仅限于这种显式GROUP BY+WITHIN GROUP形式，不是窗口版。
percentile_cont 和 percentile_disc 的关键区别
两者都用于计算分位数，但行为不同，直接影响中值结果：
PostgreSQL 18.4 官方 Ubuntu 安装包现已发布，这是目前最新的稳定版本。推荐通过官方 APT 仓库安装：先执行 sudo apt update 更新索引，再运行 sudo apt install postgresql-18 即可完成部署。新版本引入了异步 I/O 子系统，在顺序扫描与 VACUUM 场景下性能提升显著，同时支持 UUID v7 原生生成函数与虚拟生成列。
-
percentile_cont(0.5)是连续插值：当行数为偶数（如 4 行），返回第 2 和第 3 行的线性插值（即平均值）；适合数值型且希望平滑结果的场景。 -
percentile_disc(0.5)是离散取值：同样 4 行，只返回第 2 行的值（向下取整位置）；结果必为原数据中的某个真实值，但可能有偏。 - 性能上无显著差异，但
_cont在小数据集上可能因浮点计算略慢；若字段含NULL，两者默认忽略它们，无需额外WHERE val IS NOT NULL—— 但如果你的业务逻辑要求把NULL当最小值处理，就得先用COALESCE显式转换。
过滤中值本身时，别在窗口层做 WHERE
常见错误是试图在窗口函数内部加条件，比如：percentile_cont(0.5) WITHIN GROUP (ORDER BY CASE WHEN flag THEN val END)。这会导致 CASE 返回 NULL，而 WITHIN GROUP 忽略所有 NULL，实际等价于只对满足条件的子集计算中值 —— 看似合理，但容易误判逻辑边界。更安全的做法是提前过滤：
SELECT group_col, percentile_cont(0.5) WITHIN GROUP (ORDER BY val) FROM data_table WHERE flag = true GROUP BY group_col;否则一旦
flag 分布不均，不同组的有效样本量差异大，中值可比性就崩了。
真正难处理的是动态条件（比如“每组中值要高于该组均值的 1.2 倍”），这时必须用 CTE 先算出均值和中值两个汇总列，再 JOIN 或用 LATERAL 关联 —— 窗口函数没法跨聚合层级引用另一个聚合结果。
