lag/lead仅获取排序后物理相邻记录，无法保证数值最接近，需结合coalesce、abs、case及自连接获取真实“最接近同事”姓名，并处理薪资重复、边界null和差值相等等边界情况。
用 LAG 和 LEAD 获取相邻薪资记录
直接对员工按薪资排序后取上下邻，是计算“最接近同事”的高效起点。但要注意：LAG 和 LEAD 只返回排序后物理相邻的行，不保证数值上最接近——比如薪资序列为 [5000, 6000, 12000]，6000 的 LAG 是 5000（差1000），LEAD 是 12000（差6000），此时最近的确实是 5000；但若序列为 [5000, 8000, 9000]，8000 的 LEAD 差1000，LAG 差3000，也成立。问题在于：当存在多个等差或跨邻更近时，单靠 LAG/LEAD 会漏掉真实最小差值。
实操建议：
- 先用
ORDER BY salary排序，再用LAG(salary) OVER (ORDER BY salary)和LEAD(salary) OVER (ORDER BY salary)分别拿到前一个和后一个薪资值 - 用
COALESCE处理边界（首行无LAG，末行无LEAD），避免NULL导致差值计算失败 - 差值统一用
ABS()计算，否则负数会影响比较
计算左右差值并选出最小的那个
有了左右邻居的薪资，下一步是比大小——但不能简单 MIN(ABS(salary - lag_salary), ABS(lead_salary - salary))，因为这只能得到最小差值，丢失了“是谁”。必须保留左右两组候选者，再做条件判断。
实操建议：
- 用
CASE WHEN分别判断LAG差值是否非空且 ≤LEAD差值（注意LEAD为空时只选LAG） - 为防相等差值（如本人 8000，左7500、右8500），可附加规则：优先取薪资更低者，或加
ROW_NUMBER() OVER (PARTITION BY ... ORDER BY salary)打断并列 - 差值字段建议命名为
diff_to_prev、diff_to_next，避免后续混淆
关联原表获取同事姓名而非仅薪资
LAG/LEAD 只能拉取同窗口内的标量值（如 salary），无法直接带回 name 或 id。硬塞 LAG(name) 会出错——因为 name 没参与排序，窗口函数不知道该取哪一行的 name。正确做法是把排序+差值逻辑封装成 CTE，再自连接原表。
实操建议：
- 在 CTE 中用
ROW_NUMBER() OVER (ORDER BY salary, id)稳定排序（salary相同时用id避免非确定性） - CTE 输出包括
id,name,salary,prev_id,next_id（通过LAG(id)/LEAD(id)获取） - 主查询用
LEFT JOIN分别连两次原表：一次 ont.id = cte.prev_id取左同事，一次 ont.id = cte.next_id取右同事，再用CASE拼出最终匹配的colleague_name
性能与边界情况必须检查
当员工数超万级，或薪资高度重复（如大量 8000 元），LAG/LEAD 的窗口排序开销会上升，且重复值会导致“相邻”失去数值意义——比如 100 人薪资全是 8000，LAG 返回的只是任意前一行，不是真正差值为 0 的同事。
实操建议：
- 给
salary字段建索引，尤其复合索引(salary, id)能加速窗口排序 - 对薪资完全相等的情况，应单独处理：用
COUNT(*) OVER (PARTITION BY salary)判断是否 > 1，若是，直接取同组内id ≠ self.id的任一同事（无需算差） - 测试时务必覆盖单人表、两人表、全同薪资、空薪资等 case，
LAG/LEAD在单行时返回NULL，容易引发ABS(NULL)报错
实际写的时候，最易被忽略的是：差值相等时业务规则未定义，以及薪资重复时“相邻”不等于“最接近”。这两处不处理，结果看似合理，实则随机。
