SQL中VAR/STDEV(SQL Server)或VARIANCE/STDDEV(PostgreSQL/Oracle/MySQL 8.0+)默认均为样本算法(分母n−1),非总体离散度;跨库须显式用VAR_SAMP/STDDEV_SAMP或VAR_POP/STDDEV_POP,且需处理NULL、单值组及数值类型校验。

直接用 VAR 和 STDEV(SQL Server)或 VARIANCE 和 STDDEV(PostgreSQL/Oracle/MySQL 8.0+)就能算,但默认全是样本算法(分母 n−1),不是你直觉里的“整体离散度”——这点不确认清楚,结果可能偏高 20% 以上。
GROUP BY 后直接聚合:选对函数名和语义
不同数据库函数名不统一,写错就报错或算错:
- SQL Server 必须用
VAR(样本方差)、VARP(总体方差)、STDEV(样本标准差)、STDEVP(总体标准差);它不认STDDEV或VARIANCE - PostgreSQL / Oracle / MySQL 8.0+ 支持
VAR_SAMP/STDDEV_SAMP(样本)和VAR_POP/STDDEV_POP(总体);VARIANCE和STDDEV是前者的别名,但 MySQL 5.7 不支持这两个简写 - 别图省事写
STDDEV(col)跨库迁移——明确写STDDEV_SAMP或STDDEV_POP才安全
NULL 和单值组会让结果变成 NULL,不是计算失败
VAR_SAMP 和 STDDEV_SAMP 要求每组至少 2 个非 NULL 值,否则返回 NULL(数学上除零非法);VAR_POP/STDDEV_POP 在单值时返回 0。这不是 bug,是设计:
- 先查
COUNT(col)和COUNT(*)对比,确认缺失比例是否合理 - 若业务允许填充,用
COALESCE(STDDEV_SAMP(col), 0)统一补 0,但得清楚这掩盖了样本量不足的问题 - 过滤掉无效组更稳妥:
HAVING COUNT(col) > 1,避免下游解析NULL出错 - 显式排除空值:
WHERE col IS NOT NULL,否则整组全 NULL 时所有变体都返回NULL
字段不是数值类型?报错前先验证
STDDEV 类函数只接受数值类型,但错误常不直观:
- 报错
Operand data type varchar is invalid(SQL Server)或function stddev(text) does not exist(PostgreSQL),大概率是字段里混了空字符串、"N/A"、"123kg"或不可见字符 - 验证真实类型:
SELECT DATA_TYPE FROM INFORMATION_SCHEMA.COLUMNS WHERE COLUMN_NAME = 'col_name' - 临时转换(慎用):
STDDEV(CAST(col AS NUMERIC))或STDDEV(col::NUMERIC),但会把非法字符串转成NULL,进一步影响分母 - 真正要清理数据:
WHERE col ~ '^[0-9.+-eE]+$'(PostgreSQL 正则)或用TRY_CAST(SQL Server 2022+)
窗口函数里算分组内标准差:别加 ORDER BY
想保留原行数、每行都带本组标准差,用 OVER (PARTITION BY group_col),但常见误用是加了 ORDER BY:
- 加
ORDER BY time_col会让STDDEV_SAMP(col) OVER (PARTITION BY dept ORDER BY time_col)变成“从第一行累加到当前行”的滚动标准差,不是你要的“整个部门的离散度” - 要真正的分组统计,只写
OVER (PARTITION BY dept),不带ORDER BY - 单行分区时
STDDEV_SAMP仍返回NULL,需手动兜底:CASE WHEN COUNT(*) OVER (PARTITION BY dept) = 1 THEN 0 ELSE STDDEV_SAMP(col) OVER (PARTITION BY dept) END - 窗口函数自动忽略当前分区内的
NULL,但不会跳过整行输出——和聚合函数行为一致,只是粒度更细
最易被绕过的点:业务到底要“描述这群数据本身”(用 _POP 版本),还是“用这群数据估计更大总体”(用 _SAMP 版本)。小分组下两者差异显著,但 SQL 不会提醒你选错了。

















