SQL窗口函数PERCENT_RANK如何计算百分位排名-SQL-PHP中文网

percent_rank的计算逻辑是(rank-1)/(total_rows-1)，其中rank采用rank()规则（并列名次相同且跳过后续），首行为0.0、末行为1.0，中间值受并列影响而压缩；它不基于dense_rank，也不等价于cume_dist或ntile。

sql窗口函数percent_rank如何计算百分位排名

PERCENT_RANK的计算逻辑是什么

PERCENT_RANK 不是简单地把行号除以总行数，而是按公式 (rank - 1) / (total_rows - 1) 计算。其中 rank 是当前行在分组内的**排名（用RANK()规则，即并列名次相同且跳过后续）**，total_rows 是该窗口内总行数。

关键点：首行永远是 0.0（因为 rank=1 → (1-1)/(n-1)=0），末行永远是 1.0（无论是否并列，只要它是最后一行，rank 取最大值，分子 = 分母）。中间值取决于并列情况——并列越多，相邻 PERCENT_RANK 值越“挤”。

和RANK、DENSE_RANK一起用时结果差异明显

同一数据集下三者输出不同，尤其在有重复值时：RANK() 跳过后续名次，DENSE_RANK() 不跳，而 PERCENT_RANK() 基于 RANK() 的结果算分母，所以它会“放大”并列带来的间隔不均。

假设窗口内 5 行，值为 [10,20,20,30,40]：
→ RANK() 得 [1,2,2,4,5] → PERCENT_RANK() 为 [0.0, 0.25, 0.25, 0.75, 1.0]
若用 DENSE_RANK() 算出 [1,2,2,3,4]，但 PERCENT_RANK() **不会用它**——它只认 RANK() 逻辑
注意：没有 ORDER BY 子句时，PERCENT_RANK() 报错；空窗口（0行）不合法，数据库通常直接拒绝

常见错误：误以为它等价于NTILE或CUME_DIST

PERCENT_RANK() 和 CUME_DIST() 都返回 0~1 区间值，但含义不同：CUME_DIST 是“≤当前值的行数 / 总行数”，而 PERCENT_RANK 是“严格＜当前值的行数占比”。两者在无重复值时结果接近，但只要有重复，CUME_DIST 会比 PERCENT_RANK 更大（比如上面例子中，第二个 20 的 CUME_DIST 是 0.4，PERCENT_RANK 是 0.25）。

NTILE(4) 是强行四等分桶，和百分位无关；有人想用 PERCENT_RANK 找 top 10%，实际应写 PERCENT_RANK() OVER (...) ，不是 <code>（那是 bottom 10%）。

实际写法与性能注意点

必须搭配 OVER 子句，且 ORDER BY 不可省略；PARTITION BY 可选，但漏掉会导致全表排序，大数据量时很慢。

示例：

SELECT 
  score,
  PERCENT_RANK() OVER (ORDER BY score) AS pct_rank,
  CUME_DIST() OVER (ORDER BY score) AS cume_dist
FROM exam_results;

性能上，PERCENT_RANK 需要完整扫描窗口内所有行来确定 rank 和 total_rows，无法流式计算；如果只关心 top N 或分位点（如 median），用 PERCENTILE_CONT 可能更高效——PERCENT_RANK 是“每行一个排名”，不是“查某个分位数值”。

真正容易被忽略的是：它对 NULL 的处理依赖数据库，默认多数按 ORDER BY 中的 NULLS FIRST/LAST 规则排位，但有些引擎（如旧版 MySQL）不支持该子句，NULL 会被统一排最前或最后，直接影响分母和分子——查之前先 SELECT COUNT(*) 确认实际参与计算的非 NULL 行数。