不能用聚合函数计算前后行差值，必须用LAG/LEAD获取原始值后手动相减；因SUM等返回窗口和而非差值，语义错误、无法定位异常、性能差且边界行为不可控。
直接结论：不能用聚合函数（如SUM、AVG）在窗口内做“前后行差值”，必须用LAG/LEAD拿到相邻行原始值再手动相减；否则逻辑错、结果空、性能崩。
为什么不能写 SUM(x) OVER (ORDER BY t ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) 算前后差？
这种写法看似“覆盖前后行”，但SUM算的是窗口内三行的总和，不是“当前行减上一行”。你想得到的差分量（比如销量突降、响应时间跳变），本质是两个标量相减，不是聚合统计。强行套聚合窗口：
- 结果语义错误：返回的是和，不是差
- 无法定位异常点：你没法从一个总和里反推哪一行出问题
- 性能浪费：SUM要扫描整个窗口，而LAG只需取单个偏移值
- 首尾行为不可控：窗口边界处SUM可能少于3行，导致结果不一致
LAG() + 手动相减才是正解，但排序和NULL处理必须显式声明
业务异常点（如某小时订单量比前一小时暴跌50%）依赖严格的时间或业务序号顺序。窗口函数不保证物理顺序，ORDER BY缺一不可：
- 必须写
LAG(value) OVER (ORDER BY event_time)，不能只靠表默认顺序 - 首行的
LAG(value)恒为NULL，直接参与减法会令整行结果变NULL—— 要用COALESCE(LAG(value), value)或明确过滤首行 - 若时间精度到秒但存在重复时间戳，需加次级排序，例如
ORDER BY event_time, id，否则LAG结果不确定
差值判断时，浮点误差和边界值容易漏判
比如检测“响应时间增长超200ms”，写 WHERE diff > 200 看似没问题，但实际常踩坑：
- 原始字段是
DECIMAL(10,3)或FLOAT，相减后可能有微小浮点误差（如 200.0000000001），建议先ROUND(diff, 1)再比较 - 差值为 0 时（持平）常被忽略，若业务需区分“无变化”和“未定义”，必须显式写
CASE WHEN diff = 0 THEN 'no_change'，否则进ELSE分支可能误标 - 别在主查询用
WHERE diff > 0—— 窗口函数不能出现在WHERE中，必须包一层子查询或CTE
真实异常检测SQL骨架（可直接改字段名复用）
SELECT
event_time,
value,
COALESCE(value - LAG(value) OVER (ORDER BY event_time), 0) AS diff,
CASE
WHEN ROUND(value - LAG(value) OVER (ORDER BY event_time), 1) > 200 THEN 'spike'
WHEN ROUND(value - LAG(value) OVER (ORDER BY event_time), 1) < -150 THEN 'drop'
WHEN value = LAG(value) OVER (ORDER BY event_time) THEN 'stable'
ELSE 'other'
END AS anomaly_type
FROM metrics
WHERE event_time >= '2026-09-25'注意：最后一行 WHERE 是对原始数据过滤，不是对 diff 过滤；所有基于窗口结果的判断，都必须在外部再套一层查询才能加 WHERE anomaly_type = 'drop'。
最易被忽略的一点：LAG 的排序字段一旦有重复值且没加唯一二级排序，不同执行计划下结果可能不一致 —— 这在排查线上偶发异常时最难复现。
