LEAD()和LAG()仅返回值，不能直接判断趋势；需结合差值或比较运算（如sales > LEAD(sales,1)）才能识别上升/下降方向。
直接用 LEAD() 或 LAG() 做趋势方向判断本身不靠谱——它只取值，不判断趋势；真正要识别“上升/下降”，得靠差值、符号或连续模式，而不是函数名本身。
LEAD/LAG 返回的只是值，不是趋势结论
很多人以为 LEAD(sales, 1) 拿到下一行销量，就能直接说“这是增长”，其实不是。它只返回一个数字，后续必须显式做比较才能得出方向：
-
sales > LEAD(sales, 1) OVER (ORDER BY date)→ 下降（当前比下一天高） sales → 上升（当前比下一天低）- 漏掉
OVER子句会报错，或被数据库当普通聚合处理，结果完全不可信 - 如果日期有空缺（比如跳过周末），
LEAD(sales, 1)拿的是“下一条记录”，不一定是“明天”，趋势标签就失真
用 CASE + 窗口差值判断单步趋势最稳妥
单次对比（日环比、月环比）推荐统一用 LAG() 计算前值再比，语义更清晰：
SELECT
date,
sales_amount,
LAG(sales_amount) OVER (ORDER BY date) AS prev_amount,
CASE
WHEN sales_amount > LAG(sales_amount) OVER (ORDER BY date) THEN '↑'
WHEN sales_amount < LAG(sales_amount) OVER (ORDER BY date) THEN '↓'
ELSE '→'
END AS trend
FROM daily_sales;
注意点：
- 必须给
LAG()加第三参数防 NULL，否则首行trend全是NULL：LAG(sales_amount, 1, 0) - 别在
CASE里重复写两遍LAG()，性能差且易出错；先用子查询或 CTE 提前算好prev_amount -
NULLIF(prev_amount, 0)要配合除法使用（如算增长率），但单纯判方向不需要
PARTITION BY 错位会导致趋势跨组污染
想按商品看各自趋势，却得到“所有商品混在一起排”的结果？大概率是 PARTITION BY product_id 写错了位置：
- 正确：
LAG(sales, 1) OVER (PARTITION BY product_id ORDER BY date) - 错误：
LAG(sales, 1) OVER (ORDER BY date) PARTITION BY product_id（语法非法） - 更隐蔽的错：把
PARTITION BY放在ORDER BY后面，部分数据库会静默忽略分区 - 如果
product_id有 NULL，所有 NULL 值会被归为同一组，导致多个商品趋势串在一起
连续多期趋势（如“连续3个月上升”）不能靠单个 LEAD/LAG 解决
单次 LEAD() 只能看一步，要识别单调序列，得结合行号与累计逻辑：
- 先用
LAG()算每期相对前一期的变化符号（+1 / -1 / 0） - 再用
SUM()窗口函数对符号做累加，找连续非负段 - 或者用
ROW_NUMBER() OVER (PARTITION BY product_id ORDER BY date)配合自连接，比用RANK()更可靠（避免同值跳号破坏连续性） - 补全时间维度仍是前提——没数据的月份不参与计算，就会把“断层”误认为“拐点”
真正难的从来不是写对一个 LEAD()，而是让时间对齐、分组干净、空值可控——这三处一错，趋势结论就全偏了。
