sql无内置coefficient_of_variation函数，需用stddev_samp()/avg()手动计算cv，注意过滤单行组、防除零（nullif）、限定均值为正，并警惕异常值及cv突变等业务信号。
SQL里没有直接的COEFFICIENT_OF_VARIATION函数
标准差除以平均值（即变异系数 CV）在统计学中常用于比较不同量纲或量级的分组波动程度，但主流 SQL 引擎（如 MySQL、PostgreSQL、SQL Server）均未内置 COEFFICIENT_OF_VARIATION 函数。你得手动组合 STDDEV() 和 AVG()，且必须注意分母为零、空值、样本/总体标准差差异等实际问题。
用STDDEV_SAMP和AVG配合计算分组CV
以 PostgreSQL 或 BigQuery 为例，STDDEV_SAMP() 是样本标准差（分母为 n−1），更常用；若需总体标准差，改用 STDDEV_POP()。关键点在于：每组必须至少有 2 行才可算样本标准差，否则 STDDEV_SAMP() 返回 NULL；而 AVG() 对单行也返回该值，此时直接相除会出错或失真。
- 先用
HAVING COUNT(*) > 1过滤掉单行组，避免无意义的 CV - 用
NULLIF(AVG(x), 0)防止除零错误——若某组平均值为 0，CV 无定义，应显式排除或标记 - CV 本身无单位，但对负均值组要谨慎：比如利润为负且波动大时，CV 符号可能误导，建议加条件限定
AVG(x) > 0
SELECT category, ROUND(STDDEV_SAMP(sales) / NULLIF(AVG(sales), 0), 3) AS cv FROM sales_table GROUP BY category HAVING COUNT(*) > 1 AND AVG(sales) > 0;
MySQL 8.0+ 需显式处理NULL和除零
MySQL 不支持 NULLIF 在聚合后直接用于除法右侧（早期版本甚至不支持窗口内嵌套聚合），且 STDDEV() 默认是 STDDEV_SAMP()，但行为在 5.7 和 8.0 间有细微差别。稳妥写法是用 CASE 显式拦截异常分支：
-
AVG(x) = 0→ 返回NULL或预设标记值（如-1） -
COUNT(*) = 1→STDDEV()结果不可靠，跳过或标为NULL - 结果建议用
ROUND(..., 4)，CV 通常保留 3–4 位小数已足够判别波动强弱
SELECT
dept,
CASE
WHEN AVG(score) = 0 OR COUNT(*) = 1 THEN NULL
ELSE ROUND(STDDEV(score) / AVG(score), 4)
END AS cv
FROM exam_results
GROUP BY dept;
CV 大于 1 意味着什么？别只看数值
CV > 1 表示标准差超过均值，常见于低频高波动数据（如单日订单量、故障间隔时间）。但这不自动等于“异常”——如果业务本身具有长尾特性（如 SaaS 客户 ARPU），高 CV 反而是常态。真正要警惕的是：CV 在时间维度上突变（比如本周 CV 较上周翻倍），或同类型分组间 CV 差异过大（如华东 CV=0.3，华南 CV=1.8）。这些信号比绝对值更有分析价值。
另外，CV 对异常值敏感。一个极大值会让 STDDEV() 暴涨，CV 失真。必要时先用 PERCENTILE_CONT(0.5) 看中位数，或加 WHERE x BETWEEN ... 做简单截断。
