STDDEV是样本标准差函数，分母为n−1；STDDEV_POP计算总体标准差（分母n），STDDEV_SAMP明确表示样本标准差；多数数据库中STDDEV等同于STDDEV_SAMP，但MySQL早期版本仅支持后两者，跨库应显式选用以避免歧义。
STDDEV 是什么，它和 STDDEV_POP、STDDEV_SAMP 有什么区别？
STDDEV 在多数数据库（如 Oracle、PostgreSQL）中是 STDDEV_SAMP 的别名，即「样本标准差」，分母为 n-1；而 STDDEV_POP 计算的是「总体标准差」，分母为 n。MySQL 早期版本不支持 STDDEV，只认 STDDEV_POP 和 STDDEV_SAMP，8.0+ 才补全别名支持。
- 如果你分析的是完整总体（比如某月全部订单金额），用
STDDEV_POP - 如果你抽样估算整体波动（比如从日志里随机取 1000 条请求耗时），用
STDDEV_SAMP或STDDEV - PostgreSQL 中
STDDEV(x)等价于STDDEV_SAMP(x)，不是总体标准差 - SQLite 只提供
stdev（小写），且行为等同于STDDEV_SAMP
直接在 SELECT 中用 STDDEV 会遇到哪些常见错误？
STDDEV 是聚合函数，不能和非聚合字段混用，也不接受空值或非数值列：
- 写成
SELECT id, STDDEV(amount) FROM orders→ 报错：「non-aggregated column 'id'」 -
STDDEV(NULL)或STDDEV('abc')→ 返回NULL，不会报错但结果无效 - 表中所有
amount值都为NULL→STDDEV(amount)返回NULL，不是 0 - MySQL 5.7 严格模式下，若没加
GROUP BY却混用普通字段和STDDEV，会直接拒绝执行
正确姿势：
- 单独聚合：
SELECT STDDEV(amount) FROM orders - 分组计算：
SELECT category, STDDEV(price) FROM products GROUP BY category - 结合
CASE WHEN过滤：SELECT STDDEV(CASE WHEN status = 'paid' THEN total END) FROM orders
如何验证 STDDEV 计算结果是否合理？
标准差本身没有“对错”，但容易因数据分布或误用导致误导：
- 若结果为
0.0，先确认是否所有值真的一样（COUNT(*) == COUNT(DISTINCT x)），还是因为全为NULL - 若结果异常大，检查是否有离群值（比如金额字段混入了时间戳或 ID）；可用
PERCENTILE_CONT(0.5)对比中位数，若均值远大于中位数，说明右偏严重，STDDEV会被拉高 - 样本量 < 2 时，
STDDEV_SAMP必然返回NULL（分母为 0），但STDDEV_POP在单行时返回 0 —— 这点常被忽略，导致业务逻辑误判“无波动”
示例验证：
SELECT AVG(x) AS mean, STDDEV_SAMP(x) AS samp_std, STDDEV_POP(x) AS pop_std, COUNT(x) AS n FROM (VALUES (1),(2),(3),(4),(5)) t(x);结果中
samp_std ≈ 1.58，pop_std = 1.41，差值来自分母 4 vs 5跨数据库写法兼容性要注意什么？
不同数据库对函数名大小写、别名、NULL 处理略有差异：
- PostgreSQL 和 Oracle：支持
STDDEV、STDDEV_SAMP、STDDEV_POP，大小写不敏感 - MySQL：8.0+ 支持三者，但 5.7 只认后两者；
STDDEV是STDDEV_SAMP的同义词 - SQL Server：没有
STDDEV，用STDEV()（样本）和STDEVP()（总体） - SQLite：只有
stdev()（小写），且是样本标准差，不支持STDDEV_POP
如果需要跨库兼容，建议统一用 STDDEV_SAMP 并显式处理 NULL：
SELECT STDDEV_SAMP(COALESCE(score, 0)) FROM students
但注意：填 0 会扭曲统计意义，更稳妥的是先过滤：WHERE score IS NOT NULL
标准差不是万能指标，尤其当数据明显非正态或存在大量零值时，STDDEV 数值可能掩盖真实分布形态；真要诊断波动，最好搭配 MIN/MAX/QUARTILES 一起看。
