lag函数必须配合over(order by时间字段)才能正确获取上期值，否则结果不可控；存在同天数据时需加二级排序如order by dt, id；首行返回null，计算增长率须用nullif和coalesce或case when处理除零与null。
LAG函数怎么写才能拿到上期值
直接用 LAG() 不加参数，默认取前1行，但必须配合 ORDER BY 才能保证“上期”逻辑正确；没排序或排序字段不稳定（比如时间有重复、缺失），LAG() 返回的就不是你想要的上期值。
- 必须在窗口定义中显式写
ORDER BY 时间字段，推荐用DATE或TIMESTAMP类型，避免用字符串日期 - 如果存在多条同一天的数据，需补排序次级条件，例如
ORDER BY dt, id，否则同天行间顺序不确定 -
LAG(col, 1)和LAG(col)等价，但显式写1更易读；想跳过2期就写LAG(col, 2) - 注意 NULL 处理：首行无上期，默认返回
NULL，后续计算增长率时会传染为NULL
环比增长率公式里除零和NULL怎么防
用 LAG() 拿到上期值后，直接写 (本期 - 上期) / 上期 很容易报错或得 NULL —— 上期为 0 会除零，上期为 NULL 会让整条结果变 NULL。
- 优先用
NULLIF(上期值, 0)把除零转成NULL，再配合COALESCE()统一兜底，例如：COALESCE((curr - prev) / NULLIF(prev, 0), 0) - 更稳妥的做法是加
CASE WHEN判断：CASE WHEN prev IS NULL OR prev = 0 THEN 0 ELSE (curr - prev) / prev END - 如果业务要求“首期不计算”，那就别兜底，保留
NULL，后续应用层或报表工具可识别为空白
分区计算（如按产品线分别算环比）要注意什么
实际场景常需“每个产品线各自算环比”，这时必须加 PARTITION BY，否则所有数据混在一起排，A产品的1月会去拉B产品的12月作上期。
- 窗口子句要完整：例如
OVER (PARTITION BY product_id ORDER BY dt) -
PARTITION BY字段必须和业务维度一致；若漏写，或写了错误字段（如用user_id代替product_id），结果完全不可信 - 分区后各组独立排序，每组首行仍为
NULL，这点和不分区一致 - 注意数据倾斜：某产品线数据极少（如只有1条），那它永远没有环比值，属正常现象，不是SQL写错了
不同数据库对LAG的支持差异有哪些
LAG() 是标准窗口函数，主流数据库都支持，但细节行为略有不同。
- PostgreSQL、Snowflake、BigQuery、StarRocks：完全支持
LAG(expr, offset, default)三参数形式，default可填任意默认值（如0或0.0） - MySQL 8.0+：支持三参数，但
default值类型必须和expr严格一致，否则隐式转换失败 - Trino/Presto：支持，但
default参数不能省略为NULL，必须显式写出（如LAG(x, 1, 0)） - ClickHouse：不支持标准
LAG()，要用neighbor()模拟，且无法跨分区，需谨慎
真正容易被忽略的是：即使语法通过，如果底层执行引擎不支持窗口函数下推（比如某些老版本 Hive + Tez 组合），查询可能静默退化为 MapReduce 全局排序，性能骤降。上线前务必在真实数据量级上验证执行计划。
