percent_rank()返回0.0到1.0间的浮点数，表示当前行在分组内排序位置的相对占比，计算公式为(rank−1)/(total_rows−1)，首行恒为0.0、末行（组内≥2行时）恒为1.0，单行组返回null。
PERCENT_RANK() 返回的是什么值
PERCENT_RANK() 不是四舍五入后的整数百分比，也不是按 0–100 刻度映射的值，而是返回一个 0.0 到 1.0 之间的浮点数（含端点），表示「当前行在分组内排序位置的相对占比」。它的计算公式是：(rank - 1) / (total_rows_in_group - 1)，其中 rank 是 ORDER BY 后的逻辑排名（相同值并列，取最小名次），total_rows_in_group 是该 PARTITION BY 组内的总行数。
这意味着：
- 组内第一行永远是
0.0（因为rank=1→(1-1)/(n-1)=0） - 组内最后一行永远是
1.0（无论是否并列，只要它是排序末位，rank取最大可能值，代入后结果恒为1.0） - 如果组内只有 1 行，
PERCENT_RANK()返回NULL（分母为 0）
必须搭配 PARTITION BY 和 ORDER BY 使用
单独写 PERCENT_RANK() 不报错但无意义——它默认对整个结果集做全局计算，且不保证顺序。实际使用中几乎总是需要明确分组和排序依据：
-
PARTITION BY department：按部门分组各自计算百分位，避免销售部员工和研发部员工混排 -
ORDER BY salary DESC：决定谁排第一（高薪者靠前），影响每行的rank值 - 漏掉
ORDER BY会导致所有行返回相同值（通常是0.0或未定义行为，取决于引擎） -
PARTITION BY可省略，但此时就是全表一个组，慎用于大数据量场景（性能下降明显）
示例语句：
SELECT name, department, salary,
PERCENT_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS pct_rank
FROM employees;
和 CUME_DIST()、NTILE() 的关键区别在哪
这三个都算“分布类”分析函数，但语义和用途完全不同：
-
CUME_DIST()计算「小于等于当前行值的行数占比」，结果范围仍是0.0–1.0，但同一组内并列值会得到相同结果（而PERCENT_RANK()并列值共享相同rank，因此也共享相同百分位） -
NTILE(4)是强行把组内数据等分成 4 桶（编号 1–4），不关心具体值分布，只管数量均分；PERCENT_RANK()则完全由排序位置决定，可能大量行集中在0.0–0.1区间 - 当需要回答「这个人薪资在本部门排前 20% 吗？」用
PERCENT_RANK() ；若要「把员工按绩效分成高/中/低三档」，应选 <code>NTILE(3)
容易被忽略的 NULL 处理和精度问题
PERCENT_RANK() 默认把 NULL 当作最小值（即 ORDER BY ... ASC 时排最前，DESC 时排最后）。这常导致误判——比如用 ORDER BY last_login_time DESC 算活跃度，结果所有未登录用户（NULL）统一排在末尾，PERCENT_RANK() 全是 1.0。
- 显式控制
NULL位置：加NULLS FIRST或NULLS LAST（如ORDER BY last_login_time DESC NULLS LAST） - 结果是
DOUBLE或DECIMAL类型，不同数据库精度不同；PostgreSQL 返回double precision，Oracle 可能截断小数位，必要时用ROUND(..., 4)格式化 - 别直接拿
PERCENT_RANK() = 0.5做条件判断——浮点误差可能导致匹配失败，改用BETWEEN 0.4999 AND 0.5001或比较运算符
真正麻烦的是业务含义模糊：百分位排名只反映相对位置，不反映绝对差距。两个 PERCENT_RANK() = 0.8 的人，薪资差一倍也完全可能。
