有没有更好的方法来计算中位数（而不是平均值）

假设我有以下表定义：

CREATE TABLE x (i serial primary key, value integer not null);

我想计算的中位数value（不是AVG）。中位数是将集合分为包含相同数量元素的两个子集的值。如果元素个数为偶数，则中位数为最低段中的最大值与最大段中的最低值的平均值。 （有关更多详细信息，请参阅维基百科。）

这是我计算中位数的方法，但我想一定有更好的方法：

SELECT AVG(values_around_median) AS median
  FROM (
    SELECT
       DISTINCT(CASE WHEN FIRST_VALUE(above) OVER w2 THEN MIN(value) OVER w3 ELSE MAX(value) OVER w2 END)
        AS values_around_median
      FROM (
        SELECT LAST_VALUE(value) OVER w AS value,
               SUM(COUNT(*)) OVER w > (SELECT count(*)/2 FROM x) AS above
          FROM x
          GROUP BY value
          WINDOW w AS (ORDER BY value)
          ORDER BY value
        ) AS find_if_values_are_above_or_below_median
      WINDOW w2 AS (PARTITION BY above ORDER BY value DESC),
             w3 AS (PARTITION BY above ORDER BY value ASC)
    ) AS find_values_around_median

有任何想法吗？

是的，在 PostgreSQL 9.4 中，您可以使用新引入的逆分布函数PERCENTILE_CONT() http://www.postgresql.org/docs/9.4/static/functions-aggregate.html#FUNCTIONS-ORDEREDSET-TABLE，也是 SQL 标准中指定的有序集聚合函数。

WITH t(value) AS (
  SELECT 1   UNION ALL
  SELECT 2   UNION ALL
  SELECT 100 
)
SELECT
  percentile_cont(0.5) WITHIN GROUP (ORDER BY value)
FROM
  t;

这个仿真MEDIAN() via PERCENTILE_CONT()也记录在这里 http://blog.jooq.org/2015/01/06/how-to-emulate-the-median-aggregate-function-using-inverse-distribution-functions/.