不能在 WHERE 中直接使用 AVG() 或窗口函数，因 SQL 执行顺序为 FROM → WHERE → GROUP BY → HAVING → SELECT，而 AVG() OVER 在 SELECT 阶段才计算，WHERE 阶段不可见，会报“window functions are not allowed in WHERE”等错误。
不能直接用 AVG() 或 STDDEV() 在 WHERE 里判断离群值——SQL 执行顺序决定了它们还没算出来，数据库会报 window functions are not allowed in WHERE 或语法错误。
为什么不能在 WHERE 中直接写 AVG() OVER？
SQL 按照 FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY 顺序执行。AVG() OVER 属于 SELECT 阶段才计算，WHERE 阶段根本看不到它。你写 WHERE amount > AVG(amount) OVER (PARTITION BY user_id)，数据库直接拒绝执行。
- 常见报错：
window functions are not allowed in WHERE（PostgreSQL/BigQuery）或Invalid use of window function（MySQL 8.0+） - 想“边算边筛”，必须把窗口结果先“带下来”——用 CTE 或子查询保存中间列
-
GROUP BY后也不能直接引用未聚合的原始字段，比如HAVING amount > AVG(amount)是非法的
用 CTE + 窗口函数组合识别分组离群值
这是目前最可靠、可读性最强的通用方案，适用于 PostgreSQL、SQL Server、Oracle、BigQuery 和 MySQL 8.0+。
- 第一步：在 CTE 中用窗口函数算出每组的
AVG(amount)、STDDEV(amount)、COUNT(*) - 第二步：加防护条件，例如
COUNT(*) >= 3（避免单行 std 为 NULL）、NULLIF(STDDEV(amount), 0)（防除零） - 第三步：主查询中用
WHERE amount > avg_amt + 3 * COALESCE(std_amt, 0)过滤
WITH group_stats AS (
SELECT user_id,
AVG(amount) AS avg_amt,
STDDEV(amount) AS std_amt,
COUNT(*) AS cnt
FROM orders
GROUP BY user_id
HAVING COUNT(*) >= 3
)
SELECT o.*
FROM orders o
JOIN group_stats g ON o.user_id = g.user_id
WHERE o.amount > g.avg_amt + 3 * COALESCE(g.std_amt, 0);用 PERCENTILE_CONT() 替代均值+标准差更抗噪
当数据有大量 0 值或长尾分布（如少数订单金额极大），STDDEV() 会被拉高，导致阈值过宽、漏判真实异常。此时四分位距（IQR）法更稳。
- 必须写全：
PERCENTILE_CONT(0.25) OVER (PARTITION BY user_id ORDER BY amount)—— 漏掉ORDER BY会返回任意值，不报错但结果不可信 - IQR 上界 =
q3 + 1.5 * (q3 - q1)，下界同理；别用固定百分位如PERCENTILE_CONT(0.05)，鲁棒性差 - MySQL 8.0+ 不支持
PERCENTILE_CONT()，得用ROW_NUMBER()+COUNT(*)手动逼近，精度可控但写法冗长
在聚合时排除离群值，别用 WHERE 先删行
想算“剔除异常后的部门平均薪资”，不能写 WHERE salary < 100000 GROUP BY dept——这会整行删掉高薪员工，导致某些部门统计人数变少甚至消失。要的是“组内过滤后聚合”。
- 通用写法：
AVG(CASE WHEN salary BETWEEN 5000 AND 80000 THEN salary END)，没匹配的自动为 NULL，AVG()自动跳过 - PostgreSQL 可用更简洁的
AVG(salary) FILTER (WHERE salary BETWEEN 5000 AND 80000)，但 MySQL/SQL Server 不支持 - 注意：
CASE WHEN ... THEN salary END必须带END，漏写会报syntax error at or near "THEN"
真正容易被忽略的点是：离群值没有绝对定义。全局均值对分组无效，固定阈值对业务失真，而 PERCENTILE_CONT() 若没配对 PARTITION BY 和 ORDER BY，结果就完全不可信——它不报错，但返回的是垃圾。
