percent_rank()返回的是比当前行小的行数占比，公式为(rank-1)/(total_rows-1)，结果在0.0到1.0之间；需配合partition by分组、显式处理null，并避免用其等于0.5找中位数。
PERCENT_RANK() 返回的到底是不是“前 X%”
不是。它返回的是「比当前行小的行数占比」，公式是 (rank - 1) / (total_rows - 1)，结果恒在 0.0 到 1.0 之间。比如 PERCENT_RANK() = 0.95 表示该行排在全组倒数 5% 的位置——即有 95% 的记录严格小于它，而不是“超过 95% 的人”。业务上想筛选“性能前 5%”，条件必须写成 PERCENT_RANK() >= 0.95，反着写会选错。
分组内排名必须显式写 PARTITION BY，否则全是全局排名
漏掉 PARTITION BY 是最常见错误。例如按服务模块（service_name）评估响应时间，若只写 ORDER BY response_time DESC，PostgreSQL 会把所有模块混在一起排序，导致某个低流量模块的 P99 响应时间被算成全站前 10%，完全失真。
正确写法要同时指定分组和方向：
SELECT
service_name,
request_id,
response_time,
PERCENT_RANK() OVER (
PARTITION BY service_name
ORDER BY response_time DESC
) AS pct_rank
FROM api_logs;
注意：ORDER BY response_time DESC 才能让高耗时排前面、pct_rank 小值对应差性能，符合运维直觉；用 ASC 会把最快请求标成 1.0，后续过滤极易出错。
NULL 值不处理会污染分母和排序位置
PostgreSQL 默认把 NULL 排在最前（ASC）或最后（DESC），但 PERCENT_RANK() 仍参与计算：一个含 100 行、其中 5 行 response_time IS NULL 的分组，分母仍是 99，但 NULL 行会占据前 5 个 rank，拉低其余行的 pct_rank 值。
稳妥做法是显式控制空值位置，并在业务逻辑中决定是否排除：
- 想让 NULL 当作最差性能（如超时未上报）：加
NULLS FIRST，并保留它们参与计算 - 想排除异常数据：在 WHERE 中提前过滤，如
WHERE response_time IS NOT NULL - 想让 NULL 排最后且不干扰有效值分布：用
ORDER BY response_time DESC NULLS LAST
别直接用 PERCENT_RANK() = 0.5 找中位数
因为它是离散计算，只对特定行数（奇数且无重复）才恰好产出 0.5。例如 4 行数据的 PERCENT_RANK() 结果是 0.0, 0.33, 0.66, 1.0，根本不存在 0.5 —— 这会导致 WHERE PERCENT_RANK() = 0.5 返回空。
真要算中位响应时间，推荐更稳定的方式：
WITH ranked AS (
SELECT
response_time,
ROW_NUMBER() OVER (ORDER BY response_time) AS rn,
COUNT(*) OVER () AS cnt
FROM api_logs
WHERE response_time IS NOT NULL
)
SELECT AVG(response_time::NUMERIC) AS median
FROM ranked
WHERE rn IN (
FLOOR((cnt + 1) / 2.0),
CEIL((cnt + 1) / 2.0)
);
这个写法不依赖 PERCENT_RANK() 的浮点精度匹配，也兼容重复值和偶数行，是生产环境更可靠的选择。
