LEAD函数不能直接预测断货日期,仅能获取后续行字段值;断货预测需结合累计销量与当前库存比较,并通过DATE_ADD计算具体日期,且断货定义须与业务阈值对齐。

LEAD函数本身不能直接预测断货日期,它只提供“下一行数据”
很多人以为 LEAD() 能自动算出断货时间,其实它只是个窗口函数,作用是把后几行的某个字段值“拉上来”跟当前行并列显示。预测断货需要你明确定义“断货逻辑”——比如:当某日库存 ≤ 0 且次日销量 > 当前库存时,断货就发生在“当前日期 + 库存可支撑天数”。LEAD() 只能帮你拿到“下一日销量”或“下一日库存”,真正的计算得靠你自己写表达式。
常见错误现象:LEAD(sales, 1) OVER (ORDER BY date) 返回了下一天销量,但没结合当前 stock 做除法或累减,结果只是数字,不是日期。
- 使用场景:你有按日粒度的
date、stock(当日初库存)、sales(当日实际销量)三列,且数据连续无缺失 - 参数差异:
LEAD(sales, 1)拿下一天销量;LEAD(stock, 1)拿下一天初库存(注意这通常已扣减过前一天销量) - 性能影响:只要
ORDER BY date上有索引,LEAD()开销极小;但若后续叠加多层子查询做天数推算,性能会明显下降
用LEAD配合累计消耗推算“可售天数”,再转换为日期
断货预测本质是解方程:从当前日开始,逐日扣减销量,直到累计销量 ≥ 当前库存。用 LEAD() 单独做不到,但可以和 SUM() OVER 配合构造“未来N天总销量”,再用条件判断找第一个越界点。
实操建议:先算出每行往后累计 N 天的销量和,再用 CASE WHEN 找到首次满足 cumulative_sales >= current_stock 的偏移量,最后用 DATE_ADD(date, INTERVAL n DAY) 得到断货日期。
- 关键陷阱:MySQL 8.0+ 和 PostgreSQL 支持
ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING,但很多用户误写成UNBOUNDED PRECEDING,导致算的是“过去累计”,完全反了 - 示例片段(MySQL):
SELECT date, stock, sales,<br> LEAD(sales, 1) OVER (ORDER BY date) AS next_day_sales,<br> SUM(sales) OVER (ORDER BY date ROWS BETWEEN CURRENT ROW AND 6 FOLLOWING) AS sales_7d,<br> CASE<br> WHEN stock END AS predicted_stockout_date<br>FROM inventory_log;
- 注意:这里用 7 天近似,真实业务中应根据销售波动性决定窗口长度,或改用递归 CTE 精确逐日模拟(但代价高)
当数据不连续或存在补货时,LEAD会失效
如果库存表里缺了某天记录(比如周末无更新),LEAD(stock, 1) 会跳到下一个存在日期,中间空档期的销量就丢失了。更糟的是,如果某天有补货(inbound 字段),单纯依赖 LEAD() 拿不到这个增量,会导致所有后续天数的库存推算全错。
- 必须前置清洗:用
GENERATE_SERIES(PostgreSQL)或递归WITH RECURSIVE(MySQL 8.0+)补全日期维度,再 LEFT JOIN 补货/销量事实表 - 补货场景下,真正该用的是
LAG()或LEAD()配合状态标记:比如新增列is_restock_day,再用COALESCE(LEAD(stock), LAG(stock) + inbound)估算缺失日库存 - 错误信号:
LEAD(stock)返回 NULL 但业务上当天肯定有库存 → 数据稀疏,不能硬用
比LEAD更稳的替代方案:用LATERAL或递归CTE做逐日模拟
当断货逻辑复杂(如考虑最小起订量、采购周期、安全库存),硬凑 LEAD() 容易写出不可读、难调试的嵌套 CASE。这时候不如用支持横向展开的语法,让每一行主动“模拟未来每一天”。
- PostgreSQL 推荐
LATERAL:SELECT i.date, i.stock,<br> (SELECT d.date<br> FROM generate_series(i.date, i.date + INTERVAL '30 days', '1 day') AS d(date)<br> WHERE (SELECT SUM(sales) FROM inventory_log s<br> WHERE s.date BETWEEN i.date AND d.date) >= i.stock<br> ORDER BY d.date LIMIT 1) AS stockout_date<br>FROM inventory_log i;
- MySQL 8.0+ 可用递归 CTE,但注意设置
cte_max_recursion_depth防止超限 - 核心提醒:预测类 SQL 最容易被忽略的不是函数怎么写,而是“断货定义是否和业务对齐”——比如业务认为库存=0才算断货,还是≤安全库存就算?这个阈值必须作为变量参与计算,不能写死在 SQL 里










