VAR_SAMP和STDDEV是计算样本方差和样本标准差的聚合函数，分母为n−1，适用于推断统计；STDDEV通常是STDDEV_SAMP的别名。
VAR_SAMP 和 STDDEV 是什么函数？它们算的是总体还是样本？
VAR_SAMP 和 STDDEV（或等价的 STDDEV_SAMP）是 SQL 标准中用于计算**样本方差**和**样本标准差**的聚合函数。注意：它们默认按「样本」处理，即分母为 n−1，不是 n。如果你误用它们去算「总体方差」，结果会偏大——尤其在小数据集上偏差明显。
常见错误现象：SELECT VAR_SAMP(score) FROM students 返回值比 Excel 的 VAR.S 一致，但和 VAR.P 不同；若你本意是描述整个班级（无抽样），该用 VAR_POP 和 STDDEV_POP。
- 样本类函数（推荐用于推断统计）：
VAR_SAMP、STDDEV_SAMP、STDDEV（多数数据库中STDDEV是STDDEV_SAMP的别名） - 总体类函数（适合全量数据描述）：
VAR_POP、STDDEV_POP - PostgreSQL / Oracle / MySQL 8.0+ / SQL Server 2022+ 都支持；SQLite 不支持，需手写公式
如何在 GROUP BY 中正确使用 VAR_SAMP 计算每组方差？
直接套用即可，但要注意 NULL 值会被自动忽略——这通常合理，但若字段本应非空却含 NULL，会导致组内有效计数 n 比预期小，进而影响 n−1 分母的稳定性。
SELECT dept, COUNT(*) AS total_cnt, COUNT(score) AS non_null_cnt, VAR_SAMP(score) AS var_sample, STDDEV(score) AS stddev_sample FROM employees GROUP BY dept;
使用场景：分析各部门绩效分数离散程度。若某部门 non_null_cnt ，<code>VAR_SAMP 返回 NULL（因无法计算样本方差），这是正确行为，不是 bug。
- 确保分组字段与聚合字段逻辑自洽（例如不能对时间维度分组后，再对非时序稳定的指标算方差）
- 若需过滤掉方差过小的组，可在 HAVING 中写
HAVING VAR_SAMP(score) > 0.1，但注意 NULL 不参与比较 - MySQL 5.7 及更早版本不支持窗口化
VAR_SAMP，如需组内标准化（z-score），得用子查询或变量模拟
为什么 STDDEV 返回值和手动 SQRT(VAR_SAMP(x)) 不完全相等？
浮点精度差异。虽然数学上 STDDEV(x) = SQRT(VAR_SAMP(x))，但数据库内部实现可能采用单程算法（如 Welford 方法）来同步计算均值与方差，减少累积误差；而两步写法 SQRT(VAR_SAMP(x)) 先算方差再开方，中间多一次舍入。
实测差异通常在 1e-13 量级，不影响业务判断，但在做单元测试断言或审计比对时，建议统一用原生函数而非手算。
- Oracle 和 PostgreSQL 对
STDDEV和SQRT(VAR_SAMP())的结果做了对齐，基本一致 - MySQL 8.0 在某些边界值（如全相同数字）下，
STDDEV可能返回 -0.0，而SQRT(VAR_SAMP())返回 0.0 - 如需最大一致性，且数据库支持，优先用
STDDEV_SAMP而非别名STDDEV
没有 VAR_SAMP 的旧数据库（如 MySQL 5.6）怎么替代？
只能手写公式：VAR_SAMP = (SUM(x*x) - SUM(x)*SUM(x)/COUNT(x)) / (COUNT(x) - 1)。注意括号顺序和类型转换——整数除法会导致截断。
SELECT dept, (SUM(score*score) - SUM(score)*SUM(score)/COUNT(score)) / (COUNT(score) - 1) AS var_samp_manual FROM employees WHERE score IS NOT NULL GROUP BY dept HAVING COUNT(score) > 1;
容易踩的坑：
- 漏加
HAVING COUNT(score) > 1，导致除零错误 - 没写
WHERE score IS NOT NULL，让SUM返回 NULL，整行失效 -
SUM(score)*SUM(score)可能溢出（尤其 score 是 BIGINT 且组很大），可改用AVG拆解：先算均值，再算平方偏差均值 ×n/(n−1)
这种写法性能不如原生函数，且不可移植；一旦升级数据库，应尽快切回 VAR_SAMP。
