窗口函数的partition by必须匹配业务逻辑分组粒度，非规范化数据需先拆解结构化字段再分区；order by前须过滤并转换时间字段为原生类型，加二级排序确保顺序稳定；滑动统计应优先用range按时间范围而非rows按物理行序；lag/lead无法替代基于业务有效值的时间距离查找。
窗口函数的PARTITION BY必须匹配业务逻辑分组粒度
非规范化数据常把多维信息堆在单字段里，比如日志表中event_detail存着“user_id=123&order_id=456&status=success”，这时直接PARTITION BY event_detail毫无意义——它会把每条不同字符串都当一个分区。真正该做的是先用字符串函数拆出关键维度，再分区。
常见错误是没做预处理就硬套窗口函数，结果ROW_NUMBER() OVER (PARTITION BY event_detail ORDER BY ts)返回全是1，因为每个event_detail值基本唯一。
- 先用
SUBSTRING或REGEXP_SUBSTR（PostgreSQL/Oracle）提取user_id、order_id等字段 - 再以这些结构化字段做
PARTITION BY，例如PARTITION BY user_id, order_id - MySQL 8.0+ 可用
JSON_EXTRACT()处理JSON格式的非规范字段，避免正则开销
ORDER BY时间字段前必须确保NOT NULL且类型正确
非规范化数据的时间字段常是字符串或含空值，直接ORDER BY raw_time会让LAG()取到NULL行或乱序行，尤其在重复时间戳场景下结果不可复现。
真实数据里raw_time可能是'2024-03-15T10:22:00Z'、'1710526920'（Unix时间戳）、甚至'--'这样的占位符。
- 先用
WHERE raw_time IS NOT NULL AND raw_time != '--'过滤无效值 - 再用
TO_TIMESTAMP(raw_time)（PostgreSQL）或FROM_UNIXTIME(raw_time)（MySQL）转成原生时间类型 - 最后
ORDER BY parsed_time, id加二级排序，避免同秒内多条记录顺序漂移
用ROWS BETWEEN时要警惕物理行序和业务时间序的错位
对非规范化数据做滑动统计（如最近3次操作的平均耗时），如果直接写AVG(duration) OVER (ORDER BY ts ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)，会按存储顺序取前两行——但那两行可能发生在三天前，和“最近”完全无关。
一款AI音频处理工具，主要用于MiniMax统一媒体生成技能，用于TokenPlan工作流。当用户要求生成音频、语音、TTS、旁白、图片、插图、姿势等媒体内容时使用，适合需要提升相关任务效率的用户。
真正需要的是按时间值滑动，不是按行号滑动。
- 改用
RANGE BETWEEN INTERVAL '30 minutes' PRECEDING AND CURRENT ROW（PostgreSQL/Snowflake支持） - MySQL 8.0 不支持时间范围的
RANGE，得用自连接：JOIN ... ON t1.ts >= t2.ts - INTERVAL 30 MINUTE AND t1.ts - ClickHouse 可用
arrayAvg(arrayMap(x -> x.duration, arraySlice(groupArray((ts, duration)), ...)))模拟，但要注意内存爆炸风险
LAG/LEAD无法替代时间距离查找，别硬凑
清洗设备上报日志时，常想“取上一次成功状态的时间差”。但LAG(ts) OVER (ORDER BY ts)只给上一行的ts，如果中间缺了2小时数据，差值就是2小时，而非“上一条有效记录”的实际间隔。
这是窗口函数的固有局限，不是参数调得不对。
- PostgreSQL 可用
ARRAY_AGG(ts ORDER BY ts DESC FILTER (WHERE status = 'success'))[1]拿到最近的成功时间点 - MySQL 必须用相关子查询：
(SELECT MAX(ts) FROM logs l2 WHERE l2.user_id = l1.user_id AND l2.ts - 别试图用
LEAD()嵌套三层去逼近——执行计划会变成O(n²)，百万级表直接卡死
非规范化数据的清洗难点不在语法，而在判断哪一步该用字符串函数拆解、哪一步该用窗口函数聚合、哪一步必须放弃SQL用应用层补全。时间字段是否可信、NULL值是否代表缺失还是未知、重复键是否允许合并——这些业务语义决定了技术路径，而不是反过来。
