SQL窗口函数通过排序+偏移+累计建模行间关系，打通同一库内因结构松散、时间错位等导致的逻辑孤岛；LAG()/LEAD()需配合PARTITION BY与有序ORDER BY，结合业务规则（如clock_type）精准配对记录，并确保排序字段无歧义。
SQL 窗口函数本身不解决数据库层面的“数据孤岛”（比如不同库、不同表物理隔离），但它能高效打通逻辑层的数据孤岛——也就是同一数据库内，本该关联却因结构松散、时间错位或状态缺失而无法直接 JOIN 的碎片化记录。
真正起作用的，是它在不丢失行粒度的前提下建模行间关系。不是靠硬连接，而是靠排序+偏移+累计，把散点连成线、把线聚成块。
用 LAG() / LEAD() 补齐断裂的业务链路
常见错误现象：一张考勤表里只有单条打卡记录，IN 和 OUT 分开存，但没做配对标识；直接 JOIN 会爆炸式膨胀或漏配。
-
LAG()和LEAD()必须搭配PARTITION BY employee_id, work_date ORDER BY clock_time，否则跨人跨天取错邻居 - 不能只比时间差，要结合
clock_type：连续两个'IN'是重复打卡，'IN'→'OUT'才是合法配对 - 若
clock_time有毫秒级误差，建议先ROUND(clock_time, 0)或用DATEADD(second, 1, LAG()) 容忍微小偏差
用 ROW_NUMBER() 构造稳定分组键，对抗漏打/多打
单纯删重复 IN 不够——万一漏一次 OUT，后面所有 IN 全错位。更稳的方式是靠差值生成伪状态机。
- 总序号：
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) - 类型内序号：
ROW_NUMBER() OVER (PARTITION BY user_id, clock_type ORDER BY clock_time) - 组号
grp = rn_total - rn_by_type：同一组内天然一进一出，顺序自动对齐 - 注意：若某天只有
IN没有OUT，该IN会单独成组，后续需过滤掉无配对的组
用窗口累计右边界合并重叠或紧邻区间
配对后得到一堆 (in_time, out_time)，但它们可能重叠（如 09:00–12:30 和 12:00–18:00）或仅间隔几分钟（如 09:00–12:00、12:05–18:00）。标准 SQL 没有“合并区间”原语，但可用窗口模拟扫描过程。
- 先按
in_time排序，再用MAX(out_time) OVER (ORDER BY in_time ROWS UNBOUNDED PRECEDING)累计当前能覆盖到的最远结束点 - 当
in_time >= 上一行累计的 max_out_time时，说明出现新孤岛，需重置累计起点 - MySQL 8.0 不支持
ROWS UNBOUNDED PRECEDING的动态重置，得用变量或递归 CTE；PostgreSQL 可直接用LAG()判断断点后用SUM()做分组标识
关键不在函数多炫酷，而在你是否愿意把业务规则翻译成可排序、可偏移、可累计的计算路径。容易被忽略的是：所有这些操作都依赖一个前提——ORDER BY 字段必须具备业务意义且无歧义。如果 clock_time 缺少唯一性，就得补上 id 或 ROW_NUMBER() 做二次排序锚点。
