avg() over()可直接计算全表平均值并广播至每行，用于逐行差值计算；误用partition by会导致分组均值而非全局均值，需结合date_trunc、round和coalesce确保精度与空值安全，且必须用where提前过滤以避免全表扫描。
用 AVG() 窗口函数计算全国平均值并做差
直接在 SELECT 中用 AVG(sales) OVER() 就能算出全表销售额均值，无需子查询或 JOIN。这个值会广播到每一行，方便直接相减：
SELECT region, sales, sales - AVG(sales) OVER() AS diff_from_national_avg FROM sales_data;
注意：OVER() 里不写任何条件，表示“整个结果集”作为窗口——不是按 region 分组，也不是按顺序，就是纯全局平均。如果误写成 OVER(PARTITION BY region)，那就变成各地区自己的均值了，完全达不到对比目的。
按时间维度分层对比：先算月度全国均值，再比对单店销售
当数据含 sale_date 和 store_id，而你想看“某店某月销售比当月全国平均高多少”，就得用 PARTITION BY YEAR(sale_date), MONTH(sale_date)（MySQL）或对应日期截取函数（如 PostgreSQL 的 DATE_TRUNC('month', sale_date)）：
SELECT
store_id,
sale_date,
sales,
sales - AVG(sales) OVER(
PARTITION BY DATE_TRUNC('month', sale_date)
) AS diff_from_monthly_national_avg
FROM sales_data;
常见错误是漏掉 PARTITION BY，导致用全年均值去比单月数据，偏差被严重稀释；也有人误用 GROUP BY 先聚合再算均值，反而丢失了原始行粒度，无法做逐行差值。
ROUND() 和 NULL 处理必须显式加
窗口函数本身不处理小数精度和空值，但业务报表中这两点极易引发误解：
-
AVG()遇到sales为NULL的行会自动跳过，但如果整个月/全表都没数据，AVG() OVER()返回NULL，后续相减结果全为NULL - 未
ROUND(AVG(sales) OVER(), 2)时，浮点误差可能导致1000.0000000000001 - 1000得到极小的正数，看着像“略高”，实则无意义
稳妥写法是：
SELECT region, sales, ROUND(sales - COALESCE(ROUND(AVG(sales) OVER(), 2), 0), 2) AS diff_from_national_avg FROM sales_data;
性能陷阱：大表上 OVER() 没过滤就跑全量扫描
如果 sales_data 有千万级记录，又没加 WHERE 条件（比如只看 2024 年），AVG() OVER() 会强制扫描全表——即使你最终只 LIMIT 10。数据库无法下推过滤，因为窗口函数必须看到全部数据才能算全局均值。
解决办法只有两个：
- 提前用
WHERE缩小数据集范围（最有效） - 把均值预存在变量或 CTE 里，再
JOIN（适用于均值稳定、更新不频繁的场景）
别指望加索引能加速 AVG() OVER()，它跟索引无关，只跟扫描行数有关。
窗口函数算均值本身很快，但“算什么”和“算多大范围”才是关键。很多人卡在结果对不上，其实只是 OVER 里少了个括号，或者忘了 COALESCE。
