如何一次性计算表中所有分组下99百分位以下的时长统计指标

嗨，我来帮你搞定这个批量统计的问题！你原来的查询只针对单个name值，要扩展到所有name其实很简单，核心就是给窗口函数加上分组分区的逻辑，让每个name单独计算百分位，再按name聚合统计指标就行。

方法一：基于你原有的NTILE逻辑修改 #

你原来用NTILE(100)划分百分位，只要在窗口函数的OVER子句里加上PARTITION BY name，就能让每个name的duration单独排序分桶。之后外层按name分组计算统计量即可：

SELECT
    name,
    MIN(duration) AS min_duration,
    MAX(duration) AS max_duration,
    STDDEV(duration) AS stddev_duration,
    AVG(duration) AS avg_duration
FROM (SELECT
    name,
    duration,
    NTILE(100) OVER (PARTITION BY name ORDER BY duration) AS percentile
FROM tasks) t
WHERE percentile < 99
GROUP BY name;

小说明：

• PARTITION BY name会把数据按name拆分成独立的组，每个组内部单独计算百分位，不会和其他name的数据混在一起。
• 外层的GROUP BY name会把每个name对应的前98个桶（也就是99百分位以下）的数据聚合起来，算出你需要的四个指标。

方法二：更精准的百分位筛选（推荐） #

NTILE(100)的小问题在于，如果某个name的记录数不是100的整数倍，分桶大小会不均匀，可能导致百分位划分不够精准。如果想要更准确的99百分位筛选，可以用PERCENTILE_DISC或PERCENTILE_CONT先算出每个name的99百分位数值，再筛选出小于该值的记录统计：

WITH name_99th_percentile AS (
    SELECT 
        name,
        -- PERCENTILE_DISC返回分组中实际存在的、最接近99%的数值
        PERCENTILE_DISC(0.99) WITHIN GROUP (ORDER BY duration) AS p99_duration
    FROM tasks
    GROUP BY name
)
SELECT 
    t.name,
    MIN(t.duration) AS min_duration,
    MAX(t.duration) AS max_duration,
    STDDEV(t.duration) AS stddev_duration,
    AVG(t.duration) AS avg_duration
FROM tasks t
JOIN name_99th_percentile n ON t.name = n.name
WHERE t.duration < n.p99_duration
GROUP BY t.name;

两种百分位函数的区别：

• PERCENTILE_DISC：返回分组中实际存在的、最接近指定百分位的数值（离散型）。
• PERCENTILE_CONT：返回基于线性插值计算的百分位数值（连续型，可能是数据中不存在的数值）。
  你可以根据业务需求选择合适的函数。

备注：内容来源于stack exchange，提问作者Mike S