在SQL查询中计算百分比并不复杂，但要把分子、分母的聚合范围控制准确，同时兼顾查询效率和数据精度，需要结合具体场景选择不同的实现方式。常见的做法包括子查询获取总体基数、使用窗口函数在分组结果上直接计算全局总量，以及通过条件聚合计算多个状态之间的比例关系。本文以销售数据为例，逐一拆解这些写法的原理和适用边界。
一、基础子查询方式：先求分母再参与计算
最直观的思路是先把总体聚合值单独查出来，再让每一组的聚合值除以这个总体值。假设有一张销售明细表sales，包含region和amount两个字段，我们要计算每个区域的销售额占全局销售额的百分比。可以先在一个子查询中计算全局总销售额，然后在主查询中按region分组求和，最后用分组值除以全局值。
这种写法简单直接，适合数据量不大或者只需要一次性计算的场景。下面的SQL示例使用了一个CROSS JOIN来挂接全局总量，避免在SELECT列表中重复书写多个子查询。
SELECT
s.region,
SUM(s.amount) AS region_total,
t.overall_total,
SUM(s.amount) * 100.0 / t.overall_total AS percentage
FROM sales s
CROSS JOIN (
SELECT SUM(amount) AS overall_total
FROM sales
) t
GROUP BY s.region, t.overall_total
ORDER BY percentage DESC;
这种实现方式的可读性较好，尤其是对SQL标准支持不够完善的旧数据库也能运行。但它的主要问题在于全局聚合子查询会对sales表进行一次完整扫描，如果sales表非常大，而主查询也需要扫描同一张表，就会产生两次全表扫描。在某些数据库中，优化器可能会将子查询物化并缓存结果，但并不能保证每次都如此。因此当表规模较大或者查询频率较高时，应当考虑使用窗口函数来降低重复扫描的代价。
二、窗口函数方案：避免重复扫描的分母计算
窗口函数可以在不破坏分组结果的前提下，对整张结果集做额外的聚合计算。对于百分比问题，我们可以先按region分组求出各区域销售额，然后在外层使用SUM窗口函数对区域销售额再做一次全量求和，这样得到的overall_total就是全局总额，而不需要再去扫描原始明细表。
下面的查询先用CTE生成每个区域的销售额汇总，再通过SUM(region_total) OVER ()计算全局总额。窗口函数中的空括号表示对整个结果集进行聚合，不会对行进行拆分。
WITH region_totals AS (
SELECT
region,
SUM(amount) AS region_total
FROM sales
GROUP BY region
)
SELECT
region,
region_total,
SUM(region_total) OVER () AS overall_total,
region_total * 100.0 / SUM(region_total) OVER () AS percentage
FROM region_totals
ORDER BY percentage DESC;
这种写法在逻辑上将明细表的分组聚合与全局聚合分开处理。窗口函数只需要在已经分组的结果集上计算，而分组聚合本身只扫描一次sales表。与子查询方案相比，它避免了第二次扫描原始明细数据，性能通常更优。MySQL从8.0版本开始支持窗口函数，PostgreSQL、SQL Server、Oracle也都原生支持。如果你的数据库版本较老，则需要使用基础子查询方案或者将聚合结果提前存储到临时表中再做计算。
在实际使用中，还可以直接在同一个查询里使用SUM(SUM(amount)) OVER ()，在GROUP BY之后嵌套聚合函数和窗口函数，省去CTE步骤。但CTE的写法更清晰，尤其是当查询中还需要多个不同维度的分母时，分层处理更便于维护。
三、条件聚合与分类占比计算
很多业务场景不仅要计算某个分组占全局的比例，还需要计算同一个分组内不同状态、不同类别的构成情况。例如订单表orders中有一个status字段，取值为success和fail，我们想要知道成功率。此时可以使用CASE WHEN与聚合函数结合，将条件判断的结果转化为0或1再进行求和，从而得到指定状态的记录数。
SELECT
COUNT(*) AS total_orders,
SUM(CASE WHEN status = 'success' THEN 1 ELSE 0 END) AS success_orders,
SUM(CASE WHEN status = 'success' THEN 1 ELSE 0 END) * 100.0
/ COUNT(*) AS success_rate
FROM orders;
如果需要按日期查看成功率趋势，则加入GROUP BY即可。这里还要考虑除零保护，比如某一天没有订单，COUNT(*)的结果为0，直接做除法会报错。下面的写法使用NULLIF将0转换为NULL，使整个除法表达式返回NULL而不是报错。
SELECT
order_date,
COUNT(*) AS total_orders,
SUM(CASE WHEN status = 'success' THEN 1 ELSE 0 END) AS success_orders,
SUM(CASE WHEN status = 'success' THEN 1 ELSE 0 END) * 100.0
/ NULLIF(COUNT(*), 0) AS success_rate
FROM orders
GROUP BY order_date
ORDER BY order_date;
条件聚合的优势在于一次扫描就能同时计算多个类别指标，不需要为每个状态写单独的查询。如果状态值很多，可以结合多个CASE WHEN分支或者使用PIVOT语法，但在MySQL中通常还是以CASE WHEN为主。要注意COUNT(*)统计所有行，而COUNT(column)会忽略NULL值，因此在条件聚合中必须明确使用SUM配合CASE WHEN，避免误用COUNT导致结果与预期不符。
四、组内百分比与PARTITION BY的使用
前面讨论的是分组占全局总体的百分比，但有时我们需要计算组内每个明细项占该组总和的百分比。例如每个区域内不同产品的销售额占该区域总销售额的比例。此时分母不再是全局总量，而是当前分组的总量。使用窗口函数的PARTITION BY子句可以非常方便地求出分组小计。
SELECT
region,
product,
SUM(amount) AS product_sales,
SUM(SUM(amount)) OVER (PARTITION BY region) AS region_sales,
SUM(amount) * 100.0 / SUM(SUM(amount)) OVER (PARTITION BY region) AS pct_in_region
FROM sales
GROUP BY region, product
ORDER BY region, pct_in_region DESC;
这段SQL首先按region和product两个字段分组求和，然后通过SUM(SUM(amount)) OVER (PARTITION BY region)计算每个区域内的销售总额。PARTITION BY把结果集按region切分成多个窗口，每个窗口内计算SUM，因此不同区域之间不会互相影响。这种写法比分别对每个区域执行子查询要高效得多，因为只需要一次分组聚合加窗口计算即可完成。
组内百分比在报表中非常常见，比如分析每个品类下各品牌的份额、每个部门内各员工的业绩占比等。理解PARTITION BY与OVER()之间的区别，是掌握SQL高级聚合分析的关键一步。OVER()表示全局窗口，PARTITION BY则定义分组窗口，二者的输出行数都可以与输入行数保持一致，而GROUP BY本身会把多行合并为一行。
五、除零保护、精度控制与NULL处理
计算百分比时，分母为零是一个必须考虑的问题。如果某个组没有数据，或者业务口径下总基数恰好为零，直接做除法会导致数据库抛出除零错误。可以使用NULLIF(分母, 0)将零值转换为NULL，除法结果会变为NULL，上层应用可以用COALESCE或NVL转换为0。也可以使用CASE WHEN提前判断，语义更加明确。
SELECT
region,
SUM(amount) AS region_total,
CASE
WHEN SUM(SUM(amount)) OVER () = 0 THEN 0
ELSE SUM(amount) * 100.0 / SUM(SUM(amount)) OVER ()
END AS percentage
FROM sales
GROUP BY region;
精度问题是另一个容易被忽略的坑。在SQL中，整数除以整数通常得到整数结果，小数部分会被直接截断，例如3除以5得到0而不是0.6。为了防止这种情况，示例中都使用了* 100.0，通过引入小数常量让数据库自动提升为浮点数或DECIMAL运算。在某些对金额精度要求极高的场景下，还应该显式使用CAST将聚合结果转换为DECIMAL或NUMERIC类型，再配合ROUND函数控制保留位数。
NULL值的处理也会影响分母统计。COUNT(*)会统计所有行，包括所有字段都为NULL的行；COUNT(column)只统计该列非NULL的行。SUM(column)会忽略NULL值，但如果整个分组内该列全是NULL，SUM的结果也是NULL而非0。在计算百分比时，建议使用COALESCE将聚合结果为NULL的情况转换为0，避免最终百分比莫名其妙地变成NULL。
六、性能优化与方案选择
从执行计划的角度来看，基础子查询方案可能会造成多次全表扫描或临时表物化，而窗口函数方案通常只需要一次扫描完成分组聚合，再在内存中对分组结果进行窗口计算，I/O开销更小。对于数据量在百万级以上的表，优先选择窗口函数写法；如果数据库不支持窗口函数，可以考虑先创建聚合临时表，再在临时表上计算全局总量，避免重复扫描原始明细数据。
在某些特殊场景中，例如需要同时展示小计、总计和百分比，可以利用ROLLUP、CUBE或GROUPING SETS一次性生成多级汇总结果。但要注意这些多级汇总的结果行中，百分比的分母可能会随着层级变化而变化，不是所有行都使用全局总量。此时需要额外使用GROUPING函数判断当前行属于哪一层级，再决定使用对应层级的分母，否则计算出的百分比会出现逻辑错误。
总的来说，SQL百分比聚合的核心不在于某个固定的语法，而在于想清楚分子和分母的聚合粒度。子查询适合快速理解和简单数据量，窗口函数适合大数据量和复杂分析，条件聚合适合多状态占比。结合除零保护和精度控制，才能写出健壮、准确且高效的百分比计算SQL。