必须用窗口函数avg(value) over (partition by group_col)，再用value减它得组内差异；直接嵌套聚合会报错，join方案性能差且易出错；注意null处理、类型转换、分组粒度及相对偏差计算。
怎么用 AVG() 算组内每个值和组平均值的差
核心就是：先算组均值，再用原值减它。但 SQL 不允许在同一个 SELECT 里直接嵌套聚合又引用非聚合列，所以得靠窗口函数。
常见错误是写成 value - AVG(value)，报错 column "value" must appear in the GROUP BY clause or be used in an aggregate function —— 这说明你误用了普通聚合，没走窗口逻辑。
- 必须用
AVG(value) OVER (PARTITION BY group_col)得到每行对应的组均值 -
value - AVG(value) OVER (PARTITION BY group_col)才是正确差异表达式 - 如果只想要差异绝对值，套一层
ABS()：ABS(value - AVG(value) OVER (PARTITION BY group_col))
为什么不能用 GROUP BY + 子查询拼接来算差异
有人试过先 GROUP BY 出均值表，再 JOIN 回原表。能跑通，但问题不少：
- 多一次
JOIN，数据量大时性能明显下降，尤其group_col基数高或有重复键时 - 如果原表主键不唯一，
JOIN可能导致笛卡尔积，结果行数爆炸 - 语义上冗余：窗口函数一行解决的事，硬拆两步还容易漏
ON条件或关联字段类型不一致（比如一个是TEXT一个是INT）
AVG() 窗口函数在 NULL 和类型上的坑
AVG() 默认自动忽略 NULL 值，但差异计算时，如果原始 value 是 NULL，整个表达式结果也是 NULL —— 这不是 bug，是 SQL 的三值逻辑决定的。
- 想把
NULL当 0 处理？先用COALESCE(value, 0)，再套窗口：COALESCE(value, 0) - AVG(COALESCE(value, 0)) OVER (PARTITION BY group_col) - 注意类型隐式转换：
AVG()对整数列返回numeric或double precision，和原始INT相减可能触发精度警告（尤其 PostgreSQL），显式转成DECIMAL更稳：value::DECIMAL - AVG(value::DECIMAL) OVER (...) - MySQL 8.0+、PostgreSQL、SQL Server 都支持；SQLite 和旧版 MySQL 不支持窗口函数，别硬套
实际分析中常漏掉的分组边界控制
比如按日期+品类分组，但忘了日期字段含时分秒，导致同一天不同小时被拆成多组，均值失真。
- 用
DATE(created_at)或TO_DATE(created_at, 'YYYY-MM-DD')统一粒度 - 如果分组字段有空格或大小写混用（如
'apple'和'Apple'），记得提前TRIM(UPPER(group_col)) - 差异值本身没单位，但业务上常要加阈值判断：“偏离均值超 20% 的异常项”，这时别直接比绝对差，改用相对差：
(value - AVG(value) OVER (...)) / NULLIF(AVG(value) OVER (...), 0)，NULLIF防除零
窗口函数的执行顺序早于 WHERE 但晚于 FROM/JOIN，所以过滤要放在外面——先算完差异，再 WHERE diff > 10，别试图在窗口里过滤，那会改变均值基准。
