窗口函数比group by更适配物联网时序数据，因其保留原始时间精度、支持按设备分区、可控滑动窗口及异常检测；关键需正确设置partition by、order by和rows范围。
直接用 AVG() 配合 OVER() 就能实现基础平滑，但关键在于窗口帧的定义是否匹配设备采样节奏——错配会导致延迟响应或滤波失效。
为什么不能只用 GROUP BY 做平滑？
物联网数据是时序流，每条记录带 Timestamp，且设备持续上报。用 GROUP BY FLOOR(DATEDIFF(second, '1970-01-01', Timestamp) / 5) 这类时间分桶会丢失原始时间精度，破坏事件顺序；更严重的是，它把不同设备的数据混在同一组里计算平均值，造成跨设备污染。
窗口函数保留每行原始记录，只在逻辑窗口内聚合，天然适配多设备、高频率、带时间戳的场景。
-
PARTITION BY DeviceID是必须的，否则温度传感器和湿度传感器的值会被一起平均 - 没加
ORDER BY Timestamp的窗口默认无序，ROWS BETWEEN 2 PRECEDING AND CURRENT ROW可能取到未来时间点的数据（尤其当写入乱序时） - T-SQL 中
GETDATE()写入时间 ≠ 设备实际采集时间，应优先用设备自带的ReportTime字段排序
用 LAG/LEAD 检测突变值再过滤
单纯移动平均对阶跃型噪声（比如传感器瞬时跳变）抑制有限。先识别异常点，再决定是否剔除或替换，比全量平滑更可控。
典型做法是：对每个设备，用 LAG() 取上一行值，计算与当前值的绝对差，超过阈值即标为噪声：
SELECT
DeviceID,
ReportTime,
Temperature,
ABS(Temperature - LAG(Temperature) OVER (
PARTITION BY DeviceID ORDER BY ReportTime
)) AS delta_from_prev,
CASE
WHEN ABS(Temperature - LAG(Temperature) OVER (
PARTITION BY DeviceID ORDER BY ReportTime
)) > 5 THEN NULL
ELSE Temperature
END AS clean_temp
FROM SensorData;
- 这个
CASE不修改原表，只生成清洗后视图，适合调试阶段验证阈值合理性 -
LAG()默认取前 1 行，不加OFFSET参数就别指望跳过坏点再取“上上行” - 若设备偶发断连，
LAG()会跳过空值直接取更早的有效行，这点在 T-SQL 和 PostgreSQL 中行为一致，但在 MySQL 8.0+ 需确认是否启用IGNORE NULLS
滑动窗口大小怎么选？看采样间隔和噪声周期
窗口不是越大越好。假设温湿度传感器每 10 秒上报一次，而环境真实变化周期在分钟级，用 ROWS BETWEEN 11 PRECEDING AND CURRENT ROW（覆盖近 2 分钟）就足够；若设成 60 行（10 分钟），平滑过度，反而掩盖真实升温趋势。
- 实操建议：先用
COUNT(*) OVER (PARTITION BY DeviceID ORDER BY ReportTime ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)看每台设备历史数据密度，避免窗口长度超过实际连续数据段 -
ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING是对称窗口，适合离线回填；实时流处理推荐ROWS BETWEEN 4 PRECEDING AND CURRENT ROW（仅依赖历史，不等未来） - T-SQL 不支持
RANGE BETWEEN的时间偏移（如RANGE BETWEEN INTERVAL '30 SECONDS' PRECEDING AND CURRENT ROW），必须转成等效行数，靠ReportTime排序后硬算
真正难的不是写对语法，而是确认 PARTITION BY 的维度是否覆盖了所有干扰源——比如同一批次部署的设备可能存在共模噪声，这时光按 DeviceID 分区不够，还得加入 DeploymentBatch 或 LocationZone。漏掉这一层，平滑结果看起来很稳，实则把系统性偏差当成了正常波动。
