VAR()与VARIANCE()完全等价，均默认计算样本方差（n−1）；真正区分的是VAR_SAMP()（样本）和VAR_POP()（总体）；二者需与对应STDDEV函数配对使用，且NULL值会被自动忽略导致结果偏差。
VAR() 和 VARIANCE() 本质是同一个函数，别被名字绕晕
很多用户看到 VAR()、VARIANCE()、VAR_SAMP()、VAR_POP() 就以为是四个独立“偏门”函数，其实不是：VARIANCE() 是标准 SQL 别名，多数数据库（PostgreSQL、SQL Server 2022+、MySQL 8.0+）里它和 VAR() 完全等价，都默认计算样本方差（即除以 n−1）。真正有区分度的是 VAR_SAMP() 和 VAR_POP() —— 前者明确强调“样本”，后者强调“总体”。
实操建议：
-
VAR()和VARIANCE()可互换，选一个保持团队风格统一就行 - 如果业务口径明确是总体（比如全量用户、全年数据无抽样），优先用
VAR_POP()，避免被审计质疑自由度偏差 - 别在旧版 MySQL（如 5.7）里直接写
VAR()，会报错FUNCTION VAR does not exist，得降级用AVG(POWER(x - AVG(x), 2))
GROUP BY 后数值列含 NULL，方差结果会悄悄缩水
VAR() 类函数自动跳过 NULL 值，不报错也不提示，但会导致参与计算的行数远少于你预期的分组大小。例如某部门 100 人，其中 30 条 salary 是 NULL，VAR(salary) 实际只基于 70 个非空值算，结果偏低且不可比。
排查与应对：
- 用
COUNT(salary)和COUNT(*)对比，确认非空参与率 - 若需把 NULL 当 0 处理（如未发薪视为 0），必须显式写成
VAR(COALESCE(salary, 0)) - 若 NULL 代表“未知”，且不能假设为 0，就该在上游清洗阶段补全或打标，而不是在聚合层硬转
STDDEV() 默认是样本标准差，和 VAR() 的自由度逻辑严格对应
方差和标准差是一对绑定函数：STDDEV() = SQRT(VAR())，二者都默认按样本（n−1）计算。很多人单独记住 STDDEV_POP() 却忘了 VAR_POP()，导致波动率口径不一致——比如报表里方差用总体、标准差用样本，数值就对不上。
关键配对关系：
-
VAR()↔STDDEV()（都是样本） -
VAR_POP()↔STDDEV_POP()（都是总体） -
VAR_SAMP()↔STDDEV_SAMP()（同上，语义更显式） - 混用
VAR_POP()+STDDEV()会引入系统性偏差，尤其在小分组（n
分组字段本身含 NULL 时，GROUP BY 会把它聚成单独一组
这是容易被忽略的边界行为：GROUP BY dept 中，所有 dept IS NULL 的记录会被归入同一组（显示为 NULL），而 VAR(salary) 在这组里照常计算——只要该组有 ≥2 个非空 salary 值，就能出有效方差。
但问题在于：这组往往业务含义模糊（“部门未填”不等于“虚拟部门”），却和其他真实部门并列展示，误导分析结论。
稳妥做法：
- 提前过滤：
WHERE dept IS NOT NULL，确保分组维度干净 - 或显式排除：
HAVING COUNT(dept) > 0（注意这不是万能解，因COUNT(dept)不统计 NULL，此处仅作示意） - 若必须保留 NULL 分组，应在报表层加注释说明其构成，避免被当作有效业务单元解读
