T-SQL：计算第 N 个百分位数的聚合函数答案

【问题标题】：T-SQL: aggregate function for calculating Nth percentileT-SQL：计算第 N 个百分位数的聚合函数
【发布时间】：2019-07-19 11:24:51
【问题描述】：

我正在尝试计算表中单个列中所有值的第 N 个百分位数。我想要的只是一个标量聚合值，其中 N% 的值低于。例如，如果表有 100 行，其中的值与行索引加一（连续 1 到 100）相同，那么我希望这个值告诉我 95% 的值低于 95。

PERCENTILE_CONT 分析函数看起来最接近我想要的。但是如果我尝试这样使用它：

SELECT PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY ValueColumn) OVER () AS P95

我在表格中每行得到一行，所有值都相同。我可以使用TOP 1 只给我其中的一行，但现在我已经完成了额外的表扫描。

我不想创建一个由原始表中的其他列分区的结果的 wizbang 表。我只想要一个聚合的标量值。

编辑：我已经能够在带有WHERE 子句的查询中使用PERCENTILE_CONT。例如：

DECLARE @P95 INT

SELECT TOP 1 @P95 = (PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY ValueColumn) OVER ())
FROM ExampleTable
WHERE LOWER(Color) = 'blue'

SELECT @P95

包含WHERE 子句的结果与没有它时的结果不同。

【问题讨论】：

标签： sql-server tsql statistics analytics percentile

【解决方案1】：

据我所知，您需要在此处执行子查询。例如，要查找严格低于 95% 的记录数，我们可以尝试：

WITH cte AS (
    SELECT ValueColumn,
        PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY ValueColumn) OVER () AS P95
    FROM yourTable
)

SELECT COUNT(*)
FROM cte
WHERE ValueColumn < P95;

【讨论】：

我再次进行表扫描。更糟糕的是，如果有一个WHERE 子句，我必须将它包含在主查询和子查询中。此外，我不需要基于百分位值的表行的子集。
@user1956801 PERCENTILE_CONT 是一个解析函数，它需要遍历整个表才能进行评估。您不能在原始的 WHERE 子句中调用它，因为它还不可用。
所以我不能得到匹配 where 子句的所有行的第 N 个百分位数？
您需要在上述 CTE 中添加 WHERE 子句。
这让我不得不重新进行两次表扫描。如果没有可用的聚合方法并且我无法以这种方式进行优化，我想我可以接受它。