这是一个有效的 PERCENTILE_CONT SQL 查询吗？

Posted 2023-02-16

【中文标题】这是一个有效的 PERCENTILE_CONT SQL 查询吗？

【英文标题】：Is this a valid PERCENTILE_CONT SQL query?

【发布时间】：2021-08-20 01:11:42

【问题描述】：

我正在尝试运行 SQL 查询以在某个组内的表中查找第 50 个百分位，但随后我还将结果分组到同一字段中。这是我的查询，例如在 tpch 的国家表上：

SELECT 
   regionkey,
   PERCENTILE_CONT(0.5) WITHIN GROUP(ORDER BY regionkey)
FROM "tpch/nation"
GROUP BY regionkey
ORDER BY regionkey

这是一个有效的查询吗？我正在尝试通过运行各种不同的百分位查询来 QA 我的代码。 Postgres 为上述查询返回此结果：

 regionkey    | percentile_cont 
 -------------+-----------------
            0 |               0
            1 |               1
            2 |               2
            3 |               3
            4 |               4
 (5 rows)

但我的问题是在现实世界中，有人会尝试运行此类查询吗？我是聚合函数的新手，尤其是百分位数函数。

【问题讨论】：

这是一个有效的查询，因为它运行。这不是一个有效的查询，因为结果不稳定并且没有任何实际意义。样本数据和期望的结果会有所帮助。目前尚不清楚您真正想要做什么。

【参考方案1】：

您可以使用percentile_cont() 来获取某个有序值的百分比。例如，如果您有该地区的 population 列，那么您将计算人口中位数：

SELECT regionkey,
       PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY population)
FROM "tpch/nation"
GROUP BY regionkey
ORDER BY regionkey;

在ORDER BY 中使用regionkey 是没有意义的。在每个组中，regionkey 只有一个值。因此，PERCENTILE_CONT() 只能返回该值。

但是，它对于几乎任何其他列都非常有用。

【讨论】：

感谢您的解释。这正是我想要仔细检查和验证的答案。即使查询是无意义的，它在语法上仍然是有效的 SQL，并且应该按预期返回正确的结果。我只是想测试我的系统是否支持所有有效的 SQL，无论是否支持。