怎么在SQL Server中用CUME_DIST分析订单金额分布-SQL-PHP中文网

cume_dist计算≤当前行值的行数占比，结果∈(0,1]且首行>0；percent_rank用(行号−1)/(n−1)，首行恒为0。两者均需order by，cume_dist适用于“多少比例订单≤当前金额”等业务场景。

怎么在sql server中用cume_dist分析订单金额分布

什么是 `CUME_DIST`，它和 `PERCENT_RANK` 有什么区别

CUME_DIST 返回当前行在分组内的「累积分布」，即值 ≤ 当前行的行数 ÷ 分组总行数。结果范围是 (0, 1]，最小值一定 > 0（哪怕排第一，也是 1/N），而 PERCENT_RANK 是 (行号−1)/(N−1)，首行必为 0。

对订单分析来说，CUME_DIST 更贴近「有多少比例的订单金额 ≤ 当前订单」这个业务问题——比如某笔订单 CUME_DIST = 0.72，说明 72% 的订单金额都不超过它。

必须配合 ORDER BY 使用，否则报错：Window function 'CUME_DIST' requires an OVER clause with ORDER BY
不支持 PARTITION BY 时省略 ORDER BY；即使只按时间分区，也得指定排序字段（如 amount）
NULL 值默认排最前（NULLS FIRST），若想把 NULL 当作未知值排除，先用 WHERE amount IS NOT NULL

直接计算全量订单金额的累积分布

最常见需求：看所有订单按金额从小到大排列后，每个金额对应的覆盖比例。

SELECT 
  order_id,
  amount,
  CUME_DIST() OVER (ORDER BY amount) AS cum_dist
FROM orders
WHERE amount IS NOT NULL;

注意点：

结果中相同 amount 的多行会得到相同的 cum_dist 值（因为是「≤ 当前值」的累计比例）
如果想按「金额区间」聚合（比如每 100 元一段），不能直接在窗口函数外 GROUP BY ROUND(amount, -2) —— 窗口函数必须在 GROUP BY 之后执行，要先用 CTE 或子查询算好原始累积值，再聚合
SQL Server 2012+ 支持，但 Azure SQL 和 Parallel Data Warehouse 同样可用；SQL Server 2008 不支持

按客户分组看各自订单金额分布

当你要比较不同客户的消费能力分布时，需用 PARTITION BY customer_id：

SELECT 
  customer_id,
  order_id,
  amount,
  CUME_DIST() OVER (
    PARTITION BY customer_id 
    ORDER BY amount
  ) AS cum_dist_per_customer
FROM orders
WHERE amount IS NOT NULL;

关键细节：

每个客户内部独立计算：客户 A 有 5 笔订单，其 cum_dist 取值只能是 0.2, 0.4, 0.6, 0.8, 1.0（或合并重复值后更少）
若某客户只有 1 笔订单，cum_dist 恒为 1.0 —— 这符合定义，但业务上可能需要过滤掉单笔订单客户再分析
PARTITION BY 字段必须出现在 SELECT 或 WHERE 中，否则无法关联上下文；不要依赖 ORDER BY 外部排序来“补救”分区逻辑

和直方图、NTILE 配合使用的实际限制

CUME_DIST 是连续分布，而 NTILE(4) 是强行四等分（可能切在金额断点中间），两者语义不同，混用容易误导。

例如想标出「高价值订单（cum_dist > 0.9）」，直接写 WHERE CUME_DIST() OVER (...) > 0.9 会报错 —— 窗口函数不能出现在 WHERE。必须用子查询或 CTE：

WITH ranked AS (
  SELECT 
    order_id, 
    amount,
    CUME_DIST() OVER (ORDER BY amount) AS cum_dist
  FROM orders 
  WHERE amount IS NOT NULL
)
SELECT * FROM ranked WHERE cum_dist > 0.9;

另外要注意：