Hey，这个需求其实是典型的按序列位置做聚合分析，我来分享下最优的实现方案，不管是可读性还是执行效率都拉满的那种👇

首先，我们得先理清核心逻辑：要计算每个“第x次试跳”的成功概率，第一步必须给每个运动员的所有试跳按顺序编号（毕竟attempt_id可能只是主键，不一定能直接代表试跳的先后顺序？当然如果你的业务里attempt_id就是严格按试跳生成的，那刚好能用）。

最优实现步骤 #

1. 给每个运动员的试跳生成“试跳次数”编号

用窗口函数ROW_NUMBER()是最优雅高效的方式，它能给每个运动员的试跳单独排序，生成第1次、第2次...的编号：

WITH athlete_attempts AS (
    SELECT
        athlete,
        result,
        -- 按运动员分组，按试跳ID（或时间）排序，生成试跳次数
        ROW_NUMBER() OVER (PARTITION BY athlete ORDER BY attempt_id) AS attempt_number
    FROM Jumper
)

注意：如果你的表有attempt_time（试跳时间）字段，把ORDER BY attempt_id换成ORDER BY attempt_time会更准确，毕竟有时候ID可能因为业务原因不是严格时序的。

2. 按试跳次数分组统计

基于上面的CTE，我们直接分组聚合就能拿到需要的所有指标，还能处理除以0的边界情况：

SELECT
    attempt_number AS 试跳次数,
    -- 统计成功次数，这里用CASE兼容大部分数据库，PostgreSQL还能用FILTER更简洁
    SUM(CASE WHEN result = TRUE THEN 1 ELSE 0 END) AS 成功试跳次数,
    COUNT(*) AS 总试跳次数,
    -- 计算成功概率，保留2位小数，避免除以0报错
    ROUND(
        CASE WHEN COUNT(*) = 0 THEN 0 ELSE SUM(CASE WHEN result = TRUE THEN 1 ELSE 0 END)::FLOAT / COUNT(*) END,
        2
    ) AS 成功概率
FROM athlete_attempts
GROUP BY attempt_number
ORDER BY attempt_number;

如果是PostgreSQL用户，成功次数的统计可以简化成：

SUM(1) FILTER (WHERE result = TRUE) AS 成功试跳次数

为什么这是最优方案？ #

• 效率高：窗口函数是数据库原生优化的，时间复杂度是O(n log n)，比用自关联、子查询生成试跳次数的方式快得多，数据量大的时候差距特别明显。
• 可读性强：CTE把逻辑拆成两步，谁看都能懂，后期维护成本低。
• 兼容性好：支持所有现代关系型数据库（MySQL 8+、PostgreSQL、SQL Server、Oracle等），老版本数据库如果不支持窗口函数才需要退而求其次用变量，但现在基本没人用那么老的版本了。

内容的提问来源于stack exchange，提问作者bkramer