直接套用PERCENT_RANK()或NTILE(2)算中位数易错：前者返回相对位置而非真实中位值，后者仅强行二分、无法稳定定位中间行；可靠方法是用ROW_NUMBER()+COUNT()取第FLOOR((n+1)/2)和CEIL((n+1)/2)行的平均值，或使用兼容性有限但语义明确的PERCENTILE_CONT(0.5)。
用 PERCENT_RANK() 和 NTILE() 算中位数容易出错
直接套用 PERCENT_RANK() 或 NTILE(2) 得到的“中间值”不等于数学定义的中位数——前者返回的是相对排序位置，后者只是强行二分分组，当行数为偶数时，NTILE(2) 可能把两个中间值分到同一组或不同组，无法稳定取到第 50% 位置的值。
真正可靠的中位数必须基于有序序列的位置计算：若总行数为 n，需取第 FLOOR((n+1)/2) 和 CEILING((n+1)/2) 行的平均值（偶数情况）或单个值（奇数情况）。
PERCENTILE_CONT() 是最简方案，但不是所有数据库都支持
PERCENTILE_CONT(0.5) 是 SQL 标准中专为连续分布设计的中位数函数，它会线性插值（比如第 3 行是 10、第 4 行是 14，则 0.5 分位返回 12），语义清晰且结果确定。但它仅在 PostgreSQL、Oracle、SQL Server（2012+）、Snowflake 等支持；MySQL 和 SQLite 完全不支持，BigQuery 用 PERCENTILE_CONT() 但语法要求 OVER() 必须含 ORDER BY，且不能和 GROUP BY 混用。
- PostgreSQL 示例：
SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score) FROM students;
- SQL Server 注意：必须写成
PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY score) OVER ()，括号不能省 - BigQuery 报错
Function PERCENTILE_CONT does not support framing clauses？说明你误加了ROWS BETWEEN ...——它不接受窗口帧，只接受空OVER()
兼容性最强的手动实现：用 ROW_NUMBER() + COUNT()
这是跨数据库（MySQL 8.0+、PostgreSQL、SQL Server、Oracle）都能跑通的写法，核心思路是给每行打序号，再和总行数比对找出中位位置：
WITH ranked AS (
SELECT score,
ROW_NUMBER() OVER (ORDER BY score) AS rn,
COUNT(*) OVER() AS cnt
FROM students
)
SELECT AVG(score) AS median
FROM ranked
WHERE rn IN (FLOOR((cnt + 1) / 2.0), CEIL((cnt + 1) / 2.0));
-
FLOOR((cnt + 1) / 2.0)和CEIL((cnt + 1) / 2.0)自动覆盖奇偶两种情况：cnt=5 → 得 3 和 3；cnt=6 → 得 3 和 4 - MySQL 用户注意：
CEIL()和FLOOR()对浮点数敏感，务必用2.0而非2，否则整数除法可能截断 - 如果存在大量重复值，这个方法仍正确——它按排序后物理位置取值，不是按值去重
算任意百分位数（如 90% 分位）要小心边界和插值逻辑
标准 PERCENTILE_CONT(p) 支持任意 p（0–1），但手动实现时，很多人直接套用中位数公式改成 (cnt * p)，这会出错：它没考虑插值，且未处理 p=0 或 p=1 的边界。更稳妥的做法是复用 ROW_NUMBER() 序列，再用 LEAD()/LAG() 做线性插值，或退而求其次——用 NTILE(100) 分 100 组后取第 p*100 组的最小值（有偏，但快）。
- 90% 分位近似（无插值）：
SELECT MIN(score) FROM (SELECT score, NTILE(100) OVER (ORDER BY score) AS tile FROM students) t WHERE tile = 90;
- 真正插值需至少两行：查出
rn = FLOOR(cnt * p)和rn = CEILING(cnt * p)对应的值，再按比例加权——这一步容易漏掉cnt * p刚好为整数的情况
手动实现百分位数时，插值逻辑和边界处理才是难点，不是排序本身。
