连续增长是指某字段在时间序列中逐期大于前一期且中间不断，不能用group by解决，因其无法识别逻辑连续性；必须用lag()标记断点、sum() over构造分组id、再row_number()计算连续次数。
什么是连续增长，以及为什么不能用 GROUP BY
连续增长指的是某字段（比如销售额、用户数）在时间序列中逐期大于前一期，且中间不能断。很多人第一反应是用 GROUP BY 配合 LAG() 判断增减，再用分组聚合——但这样会把“连续段”打散：只要日期不连续或存在空值，GROUP BY 就无法识别逻辑上的连续性。
真正要的是“按时间排序后，对每个满足 value > LAG(value) 的记录打上相同标签，直到条件失败为止”，这必须依赖窗口函数的累积逻辑，而非静态分组。
用 SUM() OVER + CASE 实现连续计数
核心思路是构造一个“断点标记”：每当增长中断（即当前值 ≤ 前值），就产生一个新分组；然后对每个分组内行号计数。关键不是直接计数，而是先生成分组 ID，再用 ROW_NUMBER() 或 COUNT(*)。
- 先用
LAG()取前一行值，再用CASE WHEN value > LAG(value) THEN 0 ELSE 1 END标记是否为断点 - 用
SUM() OVER (ORDER BY date ROWS UNBOUNDED PRECEDING)累加断点，得到每个连续段唯一 ID - 最后套一层
ROW_NUMBER() OVER (PARTITION BY group_id ORDER BY date)即得连续增长次数
示例片段（PostgreSQL）：
SELECT date, sales,
ROW_NUMBER() OVER (PARTITION BY grp ORDER BY date) AS streak
FROM (
SELECT date, sales,
SUM(is_break) OVER (ORDER BY date ROWS UNBOUNDED PRECEDING) AS grp
FROM (
SELECT date, sales,
CASE WHEN sales > LAG(sales) OVER (ORDER BY date)
THEN 0 ELSE 1 END AS is_break
FROM sales_table
) t1
) t2;
MySQL 8.0+ 和 SQL Server 的写法差异
MySQL 8.0+ 支持标准窗口函数，写法与 PostgreSQL 几乎一致，但注意 LAG() 默认返回 NULL，首次比较时需处理：sales > COALESCE(LAG(sales) OVER (ORDER BY date), 0) 更安全。
SQL Server 同样支持，但若用旧版本（如 2016），ROWS UNBOUNDED PRECEDING 可能报错，改用 RANGE UNBOUNDED PRECEDING（语义略有不同，但对 date 主键通常无影响）。
- SQLite 直到 3.25+ 才支持窗口函数，且不支持
RANGE，必须确保date无重复，否则ROWS可能误判顺序 - 如果时间字段有重复（比如同天多条记录），必须加入唯一排序列（如
id）避免LAG()取错行
容易被忽略的边界情况
连续增长计算最常出错的地方不在语法，而在数据本身：
-
NULL值：一旦sales为NULL，LAG()结果参与比较会导致整行被跳过或判断为中断，建议提前用COALESCE(sales, 0)或过滤掉 - 起始行：第一行没有前值，
LAG()返回NULL，sales > NULL恒为FALSE，会被当作中断起点——这是合理行为，但需确认业务是否把首行默认计入 streak=1 - 相等值：严格“增长”指大于，不是大于等于；若需求是“非递减”，则把
>改成>=，但要注意这会让平台期也被计入连续
实际跑之前，先用 SELECT *, LAG(sales) OVER (ORDER BY date) AS prev_sales 查一眼原始序列和前值是否对齐，比直接套公式更省调试时间。
