SQL分组占比计算：避开三大坑，写出精准高效的查询
在数据分析报告里，展示各组数据占总体的百分比，几乎是刚需。但就这么一个看似简单的需求，SQL写起来却处处是“坑”——整数除法截断、NULL值干扰、窗口函数误用，随便踩中一个，得出的数字就离题万&里。今天，我们就来把这些问题逐个拆解清楚。
GROUP BY 后怎么算每个分组占总数的百分比
核心思路其实很直接：先算出各组的数量，再拿这个数量除以全表的总记录数。但问题来了，GROUP BY之后，怎么拿到那个“全表总数”呢？
一个常见的错误写法是：SELECT dept, COUNT(*) / COUNT(*) OVER() FROM emp GROUP BY dept。这行代码多半会报错，原因在于，在同一个SELECT层级里，聚合函数（COUNT(*) for GROUP BY）和窗口函数（COUNT(*) OVER()）的运算逻辑是冲突的，数据库引擎无法同时处理。
那正确的姿势是什么？答案是：先聚合，后窗口。你可以先通过GROUP BY完成分组计数，然后再利用窗口函数跨组求和，来得到分母。这里最稳妥、最推荐的写法是：
用 SUM(COUNT(*)) OVER() 获取全表总数，再计算各分组占比最稳妥；需乘100.0防整数截断，用ROUND(...,2)保留两位小数；过滤NULL须用WHERE而非HA VING。
- 关键语法：
COUNT(*) * 100.0 / SUM(COUNT(*)) OVER()。注意那个100.0，它可不是为了好看，而是为了强制进行浮点数除法，避免整数相除直接归零的尴尬。 - 兼容性提示：这种“聚合函数嵌套窗口函数”的写法，在MySQL 8.0+、PostgreSQL、SQL Server、Oracle等主流数据库中都得到了支持。如果你的环境是SQLite，由于不支持窗口函数，那就得老老实实用子查询来先算出总数了。
窗口函数里 COUNT(*) OVER() 和 SUM(COUNT(*)) OVER() 的区别
这可能是最容易混淆的一对概念。别看长得像，作用天差地别。
COUNT(*) OVER()是在每行上都计算一次全表的行数，结果就是每一行的这个值都相同。但是，请注意，这个“全表”指的是FROM和WHERE之后、GROUP BY之前的结果集。一旦你使用了GROUP BY，逻辑层级就变了。
这时，你需要的是SUM(COUNT(*)) OVER()。这句话怎么理解？它其实是两步操作：
- 内层的
COUNT(*)随着GROUP BY执行，计算出每个分组的行数。 - 外层的
SUM(...) OVER()作为一个窗口函数，对上一步得到的“各组行数”进行求和，得到的就是全表总记录数。
- 唯一正解：在带有
GROUP BY的查询中，想通过窗口函数拿到全表总计，SUM(COUNT(*)) OVER()是唯一安全的写法。 - 语法合法性：不必怀疑，这种“聚合函数嵌套在窗口函数内”的写法，是符合SQL标准的，数据库认这个账。
百分比结果要保留两位小数，怎么写不踩坑
算出比例后，用ROUND(x, 2)四舍五入到两位小数，这个想法没错。但坑往往藏在除法运算本身。
不同的数据库对整数除法的处理方式不同。在SQL Server等数据库中，两个整数相除，结果会自动截断为整数。这意味着，如果你的占比小于1%，直接COUNT(*) / SUM(...)得到的结果很可能是0，后面再怎么乘100、再怎么ROUND都无力回天。
- 安全写法：确保在除法运算发生前，至少有一个操作数是浮点数。最简便的方法就是在分子部分乘以
100.0，如：ROUND(COUNT(*) * 100.0 / SUM(COUNT(*)) OVER(), 2)。 - 显式转换：如果追求绝对明确，可以使用
CAST函数：ROUND(CAST(COUNT(*) AS DECIMAL(10,2)) * 100 / SUM(COUNT(*)) OVER(), 2)。 - 别用错函数：千万不要用
PERCENT_RANK()来替代。那个函数计算的是某行在排序中的相对位置百分比，而不是我们需要的频次占比。
想排除 NULL 分组再算占比，WHERE 和 HA VING 怎么选
这是逻辑层面的一个关键抉择，选错了，分母就错了。原则很简单：过滤NULL值，必须用WHERE，而不是HA VING。
为什么？因为HA VING是在分组（GROUP BY）之后进行过滤的。如果某个字段（比如dept）存在NULL值，使用GROUP BY dept时，NULL本身会形成一个独立的分组。这时，即便你用HA VING dept IS NOT NULL把这个NULL组过滤掉，窗口函数SUM(COUNT(*)) OVER()计算总数时，依然会把NULL组的那部分行数计入分母。导致的结果就是：分母偏大，你算出的所有非NULL组的占比都会偏低。
- 正确做法：在分组前，就用
WHERE dept IS NOT NULL把NULL行剔除。这样，后续的所有计算，分子和分母都基于同一份“干净”的数据集。 - 特殊情况：如果业务上要求保留NULL组作为一个分类显示，但不希望它参与占比计算，那就需要更精细的条件聚合。例如，分母需要用
SUM(CASE WHEN dept IS NOT NULL THEN 1 ELSE 0 END) OVER()来构造。
最后，再提一个极易疏忽的细节：当你使用SUM(COUNT(*)) OVER()时，那个空的OVER()子句意味着“在整个结果集上开窗”，这正是我们想要的。但如果不小心手滑，写成了OVER(PARTITION BY dept)，那可就麻烦了——窗口函数会在每个dept分组内部求和，结果每个组的“分母”都变成了自己组的数量，最终算出来的占比，可不就全是100%了么。
