sql中实现移动平均必须用窗口函数avg() over (order by ... rows between ...)，而非group by；需显式指定order by和rows帧，注意null处理、数据库兼容性及索引优化。
AVG函数本身不支持移动平均，必须配合窗口函数
直接对 AVG() 加 GROUP BY 只能得到分组静态均值，无法实现“每行基于前N行数据计算平均”的移动平均效果。真正在SQL里算移动平均，核心是用窗口函数 AVG() OVER (...)，不是普通聚合函数。
常见错误现象：写成 SELECT AVG(value) FROM table GROUP BY date —— 这只是按天求均值，不是移动平均；或者漏写 ORDER BY 导致窗口无序、结果不可靠。
- 必须在
OVER()子句中指定ORDER BY（通常是时间字段），否则窗口范围无意义 - 推荐显式定义窗口帧，比如
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW表示含当前行及前2行 - 不同数据库对默认帧的处理不同：PostgreSQL 默认是
UNBOUNDED PRECEDING AND CURRENT ROW，MySQL 8.0+ 和 SQL Server 默认同理，但旧版或某些方言可能行为不一致
计算3日移动平均的典型写法（含NULL处理）
以日期字段为 trade_date、数值字段为 close_price 的股票表为例，3日移动平均即每行取自身及前2个交易日的均值：
SELECT
trade_date,
close_price,
ROUND(AVG(close_price) OVER (
ORDER BY trade_date
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
), 2) AS ma3
FROM stock_daily;
注意点：
- 第1行只有1个数据，
AVG()返回它自己；第2行是前两行均值——这是正确行为，不是bug - 若某日
close_price为NULL，该行不参与计算，窗口内有效行数减少，均值基于剩余非NULL值计算 - 如果想强制补0而非跳过NULL，需先用
COALESCE(close_price, 0)转换，但业务上通常不应这么做
不同数据库对移动平均的兼容性差异
窗口函数是SQL:2003标准，但落地支持程度不一：
- MySQL：需 8.0+ 版本，低版本只能用自连接或变量模拟，极难维护且性能差
- PostgreSQL / SQL Server / Oracle / BigQuery：原生支持完整窗口语法，包括
RANGE（按值范围）和ROWS（按行数）两种帧模式 - SQLite：5.7.21+ 支持基础窗口函数，但不支持
ROWS BETWEEN语法，只能用UNBOUNDED PRECEDING或依赖RANGE - ClickHouse：支持，但语法略有不同，需用
neighbor()或runningAccumulate()替代部分场景
最稳妥的写法始终是基于 ROWS + 显式范围，避免依赖数据库对默认帧的解释。
性能关键：索引和分区能显著提速
当表有千万级数据时，AVG() OVER (ORDER BY trade_date) 可能变慢，因为窗口计算需要按序扫描。优化要点：
- 确保
ORDER BY字段（如trade_date）上有索引，最好是组合索引(trade_date, close_price) - 大宽表场景下，可先用
WHERE过滤出时间范围（如最近2年），再套窗口函数，避免全表排序 - 分区表（如按月分区）能进一步减少每次查询需扫描的数据量，尤其适合时序类移动平均需求
- 避免在
OVER()中使用表达式排序，如ORDER BY DATE_SUB(trade_date, INTERVAL 1 DAY)，会导致索引失效
移动平均真正难的不是语法，而是理解窗口边界如何随每一行动态变化——这点一旦错，结果就全偏了，而且不容易肉眼发现。
