必须用子查询或CTE先计算窗口函数结果再过滤，因SQL执行顺序中WHERE在SELECT前，不支持直接调用AVG()、STDDEV()等聚合或窗口函数。
直接用 AVG() 和 STDDEV_SAMP() 窗口函数计算每组均值与标准差，再用 ABS(value - avg_val) > 2 * COALESCE(std_val, 0) 判断离群，是当前最稳妥的写法；硬套 WHERE value > AVG(value) + 2 * STDDEV(value) 会语法报错，且忽略分组粒度。
为什么不能在 WHERE 里直接调用 AVG() 或 STDDEV()
SQL 不允许在 WHERE 子句中使用聚合函数（包括窗口函数），因为执行顺序是 FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY，而窗口函数属于 SELECT 阶段才计算。常见错误写法：WHERE value > AVG(value) OVER (PARTITION BY user_id) + 2 * STDDEV(value) OVER (PARTITION BY user_id)——这会直接报错 ERROR: window functions are not allowed in WHERE。
真正可行的路径只有一条：先在子查询或 CTE 中把窗口结果“带下来”，再在外部过滤。
- 必须用子查询或 CTE 包裹一层，把
avg_val、std_val、cnt全部作为列产出 - 漏掉
PARTITION BY就变成全局标准差，失去“组内异常”意义 - MySQL 8.0+ 支持
STDDEV()，但旧版得用STDDEV_SAMP()；SQL Server 用STDEV()，PostgreSQL/Oracle 默认为样本标准差
如何避免小样本和 NULL 导致误删
标准差在单条或两条记录时无统计意义，多数数据库（如 PostgreSQL）对 STDDEV_SAMP() 返回 NULL，若不加防护，整行会被 WHERE 条件静默丢弃——不是因为异常，而是因为无法计算。
关键防护点有三个：
- 用
COUNT(*) OVER (PARTITION BY group_col) >= 3前置筛组，确保每组至少 3 行才参与判断 - 用
COALESCE(std_val, 0)防止std_val为NULL导致比较失效 - 用
NULLIF(std_val, 0)或COALESCE(std_val, 1e-9)避免除零（当所有值相等时std_val = 0）
示例中若某组 std_val = 0，则 ABS(value - avg_val) > 0 成立当且仅当 value != avg_val，这反而是合理行为——全等值中出现一个不同，本就该标为异常。
标准差选 SAMP 还是 POP？什么时候用 PERCENT_RANK() 替代
STDDEV_SAMP()（样本标准差）适用于从总体中抽样、想推断总体特征的场景；STDDEV_POP()（总体标准差）适用于分组数据本身就是全部总体的情况，比如「某天所有订单」或「某用户全部点击流」。两者差异在分母：SAMP 用 n-1，POP 用 n。数据量大时差别微乎其微，但小样本（
当业务分布严重偏斜（如大量 0 值 + 少量高值）、或你更关心“相对位置”而非“绝对偏离”时，PERCENT_RANK() 比固定倍数标准差更鲁棒：
-
PERCENT_RANK() OVER (PARTITION BY user_id ORDER BY value)返回 0–1 的相对排序位次 - 取
0.99可快速抓出两端极值，不依赖正态假设 - 注意重复值会让多个相同
value共享同一百分位，若字段离散度低（如状态码），可能误判集群为异常
别用 NTILE(100) 替代它——NTILE 是强行切桶，不反映数值间隔，50 行数据调用 NTILE(100) 实际只生成最多 50 个桶，WHERE bucket IN (1, 100) 很可能漏掉真实极值。
性能与可维护性容易被忽略的细节
窗口函数本身不走索引，但嵌套过深会显著拖慢执行。典型低效写法是两层子查询：外层再对窗口结果做 WHERE，导致优化器难以合并计算。应尽量压平到单层子查询中完成所有窗口计算和过滤逻辑。
更隐蔽的问题是类型隐式转换：如果 value 是 DECIMAL，而 AVG() 返回 DOUBLE，某些数据库（如 SQL Server）会在比较时强制转成低精度类型，造成微小偏差误判。显式用 CAST(avg_val AS DECIMAL(18,4)) 可控。
最后提醒：删除前务必检查是否真为异常——很多 value > avg + 2σ 的记录其实是脏数据信号（如单位错写、日志截断、测试注入），直接删掉反而掩盖上游问题。建议先 SELECT 出来人工抽检，再决定是否进清洗流水线。
