窗口函数比子查询更高效，avg()和sum()配合over()可直接计算移动平均与累计销量，避免性能差、难维护的嵌套子查询。
用窗口函数替代子查询更高效
直接写子查询算移动平均或累计销量，在大多数现代 SQL 引擎里既慢又难维护。真正该用的是 AVG() 和 SUM() 配合 OVER() 窗口子句——子查询只是历史兼容方案，现在没必要硬扛。
比如想算过去 7 天的移动平均销量，用子查询得对每行都嵌套一次 SELECT AVG(sales) FROM sales WHERE date BETWEEN ...，数据一过万行性能就明显下滑；而窗口函数一次性扫描就能出结果。
-
ROWS BETWEEN 6 PRECEDING AND CURRENT ROW表示“包含当前行和前 6 行”，共 7 行窗口 - 必须按时间排序：
ORDER BY sale_date是ROWS窗口的前提，漏掉会报错或结果错乱 - 如果存在多笔同日期记录，建议先按
sale_date, id双排序，避免窗口边界漂移
累计销量：SUM() OVER(ORDER BY ...) 最简写法
累计销量本质就是“从第一行加到当前行”，SUM(sales) OVER (ORDER BY sale_date) 一行搞定。不需要自连接，也不需要关联子查询。
注意：ORDER BY 必须明确，否则累计逻辑无定义；如果业务要求按订单生成时间而非销售日期累计，就换成 ORDER BY created_at。
- 默认等价于
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW - 若要排除当前行（即“截至昨日累计”），改用
ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING - MySQL 8.0+、PostgreSQL、SQL Server 2012+、Oracle 10g+ 都支持，SQLite 3.25+ 也支持
移动平均值：AVG() + ROWS 指定滑动范围
移动平均的关键是控制窗口大小和方向。AVG(sales) OVER (ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) 就是算“含当天在内的最近 3 天平均销量”。
常见误操作是写成 RANGE（按值分组）而不是 ROWS（按行数），尤其当某天没数据时，RANGE 会跳过空缺日期导致窗口实际变大。
- 日期有空缺？先用
GENERATE_SERIES（PostgreSQL）或递归 CTE 补全日期维度，再左连接销量表 - 想按自然周/月滚动？先用
DATE_TRUNC('week', sale_date)或YEARWEEK()聚合到周期粒度，再套窗口函数 - SQL Server 中
ROWS不支持变量（如ROWS BETWEEN @n PRECEDING），需用动态 SQL 或改用OFFSET FETCH分页模拟
兼容旧版本 MySQL（5.7 及以下）的子查询写法
如果真被卡在 MySQL 5.7 且无法升级，只能用相关子查询，但必须加索引，否则 O(n²) 查询秒变卡死。
例如累计销量：
SELECT s1.sale_date,
(SELECT SUM(s2.sales)
FROM sales s2
WHERE s2.sale_date
- 必须在
sale_date上建索引，否则子查询每次全表扫描 - 移动平均需双层子查询，性能更差，例如过去 7 天平均要写
WHERE s2.sale_date BETWEEN DATE_SUB(s1.sale_date, INTERVAL 6 DAY) AND s1.sale_date - NULL 值会影响
SUM/AVG结果，建议在子查询里加WHERE s2.sales IS NOT NULL
