SQL Server的STDEV和VAR默认按样本公式（分母n-1）计算，非总体；需用STDEVP/VARP或手动公式求总体标准差；各数据库函数命名与行为存在差异，且单行组时STDEV返回NULL。
STDEV 和 VAR 默认计算的是样本统计量，不是总体
SQL Server 的 STDEV 和 VAR 函数默认按「样本」公式计算：分母是 n-1（贝塞尔校正），不是 n。如果你误以为它们算的是总体标准差/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 STDEV(salary) FROM employees 返回值比 Excel 里用 STDEVP 或 Python 的 np.std(ddof=0) 高——这不是 bug，是定义不同。
- 想算样本标准差 → 用
STDEV/VAR - 想算总体标准差 → 改用
STDEVP/VARP（SQL Server）或手动写SQRT(AVG(x*x) - AVG(x)*AVG(x))（兼容性更强） - 注意 NULL 值：这些函数自动忽略
NULL，但不会报错；若整列全为NULL，返回NULL
PostgreSQL 和 MySQL 没有内置 STDEV/VAR，得用聚合函数组合
PostgreSQL 提供 stddev_samp() 和 stddev_pop()，MySQL 8.0+ 才有 STDDEV_SAMP() 和 STDDEV_POP()。老版本 MySQL 只能手算：
SELECT SQRT( AVG(value * value) - AVG(value) * AVG(value) ) AS stddev_pop FROM data;
这个公式等价于总体标准差（ddof=0），但要注意：当 AVG(value) 是浮点近似时，数值误差可能放大——尤其在值很大、方差很小时，建议先中心化（减均值）再算平方和，不过 SQL 里做这步较麻烦，通常数据量不大时可接受。
- PostgreSQL 中
stddev()是stddev_samp()的别名，和 SQL Server 的STDEV行为一致 - MySQL 5.7 及更早不支持任何
STDDEV函数，必须手写或升级 - 所有数据库中，空组（无行）返回
NULL，不是 0
GROUP BY 场景下 STDEV/VAR 的行为容易被误解
当你写 SELECT dept, STDEV(salary) FROM emp GROUP BY dept，每个部门单独按样本公式算标准差——这没问题。但要注意：如果某部门只有 1 个人，STDEV 返回 NULL（因为 n-1 = 0，除零未定义）；而 STDEVP 在单行时返回 0。
- 遇到
NULL结果，先查该组行数：COUNT(*)，确认是否n - 不想让单样本组崩掉，可用
COALESCE(STDEV(x), 0)，但逻辑上不严谨（标准差对 n=1 无意义） - 若业务要求“n=1 时视为无波动”，才考虑补 0；否则应显式过滤或标注
性能与精度：大数据量下别依赖 STDEV 做实时分析
STDEV 和 VAR 是两遍扫描算法（先算均值，再算平方差均值），在无索引列上执行时，全表扫描开销大。而且浮点累积误差在千万级以上数据中可能达 1e-6 量级——对报表够用，但对风控模型或 A/B 测试的置信区间计算可能不够。
- 高频查询建议预计算并存到汇总表，用触发器或定时任务更新
- 如需更高精度，导出到 Python 用
numpy.std(..., ddof=1)或pandas.Series.std()（默认ddof=1）重算 - 注意：SQL Server 的
STDEV对float列用 double 精度中间计算，但最终仍转回float输出，隐式截断可能发生
最常被忽略的一点：不同数据库对「空输入」和「单值输入」的处理逻辑不一致，跨平台迁移时务必验证边界 case，而不是只测正常数据。
