几何平均值定义为所有正数乘积的n次方根，sql中需用exp(avg(ln(x)))实现；难点在于必须过滤≤0值（否则ln报错）、处理null及浮点精度误差，并确保分母有效。
几何平均值的数学定义和SQL实现难点
几何平均值不能直接用 AVG() 计算，它要求对所有正数取乘积后再开 n 次方。SQL 标准不提供原生几何平均函数，必须用对数恒等式转换：GEOMEAN = EXP(AVG(LN(x)))。这个公式只适用于全为正数的列，一旦出现 ≤ 0 的值，LN(x) 会报错（如 PostgreSQL 报 ERROR: cannot take logarithm of zero or negative number，MySQL 返回 NULL 或警告）。
PostgreSQL 中安全计算分组几何平均值
PostgreSQL 支持 LN() 和 EXP()，但需显式过滤非正数并处理空组。关键点是：用 HAVING COUNT(*) > 0 保证有数据，用 WHERE x > 0 排除非法值，且注意 NULL 会被 AVG() 自动忽略——但你得先确保它不进入 LN()。
SELECT category, EXP(AVG(LN(value))) AS geom_mean FROM metrics WHERE value > 0 GROUP BY category HAVING COUNT(*) > 0;
- 如果某组全部是
NULL或 ≤ 0，该组不会出现在结果中（被WHERE过滤） - 若想保留空组并显示
NULL，把WHERE换成HAVING BOOL_AND(value > 0)并在 SELECT 中加条件判断 -
EXP()和LN()在数值极大时可能溢出，比如value > 1e38可能导致LN()返回Infinity
MySQL 8.0+ 的等效写法与精度陷阱
MySQL 同样支持 LOG()（自然对数）和 EXP()，但默认 LOG() 是以 10 为底；必须显式用 LN() 或 LOG(2.718281828, x)。另外，MySQL 对浮点精度更敏感，尤其在大量小数值相乘后取对数时容易累积误差。
SELECT department, EXP(AVG(LN(salary))) AS geom_mean FROM employees WHERE salary > 0 GROUP BY department;
- MySQL 5.7 不支持
LN()，只能用LOG(value) / LOG(2.718281828)替代，但性能差且易出错 - 如果某组只有 1 行，
EXP(AVG(LN(x)))等价于x，但浮点舍入可能导致微小偏差（如 99.99999999999999 而非 100） - 没有
NULL值时，AVG(LN(x))仍可能因底层浮点运算返回 -inf 或 nan，建议外层加WHERE或CASE WHEN判断
处理零值、负数和空组的实际策略
真实业务数据常含零或缺失。硬过滤（WHERE x > 0）最常见，但有时你需要标记异常而非丢弃。这时应分离逻辑：先统计每组合规值数量，再决定是否计算。
SELECT
tag,
CASE
WHEN COUNT(CASE WHEN value > 0 THEN 1 END) = 0 THEN NULL
ELSE EXP(AVG(LN(NULLIF(value, 0)))) -- 注意：NULLIF(0) 仍需 WHERE 或额外判断，因 LN(0) 无效
END AS geom_mean
FROM logs
GROUP BY tag;
-
NULLIF(value, 0)只把 0 变成NULL，但LN(NULL)返回NULL，而AVG(NULL)是NULL，最终EXP(NULL)还是NULL——这看起来“安全”，实则掩盖了原始数据含零的事实 - 真正健壮的做法是：先用
COUNT(CASE WHEN value 统计问题值数量，再决定是否告警或跳过 - 几何平均值对极值敏感，一个极大值（如 1e6）和一堆小值（如 1.01）混合时，结果可能远高于算术平均，这点常被忽略
