MySQL 8.0窗口函数支持移动平均,但必须用AVG()配合ROWS BETWEEN显式定义窗口范围;需严格搭配ORDER BY确保顺序,优先选ROWS而非RANGE以防重复值导致窗口失真,且性能显著优于自连接。

MySQL 8.0 窗口函数支持移动平均,但必须用 AVG() 配合 ROWS BETWEEN 显式定义窗口范围
MySQL 8.0+ 原生支持窗口函数,但和 Pandas 或 TradingView 不同:它不提供 MA()、SMA() 这类封装函数,必须手动构造滑动窗口。直接写 AVG(price) 不会自动滑动——必须明确指定行偏移。
常见错误是漏掉 ORDER BY 子句或误用 RANGE(会导致重复值聚合异常):
-
RANGE BETWEEN 2 PRECEDING AND CURRENT ROW在时间戳重复时可能拉入多天数据,结果失真 - 没写
ORDER BY trade_time会导致窗口顺序随机,移动平均毫无意义 - 用
PARTITION BY symbol却忘了在ORDER BY中包含时间字段,分区内部排序仍不可控
正确写法示例(5 日简单移动平均):
SELECT
symbol,
trade_time,
price,
AVG(price) OVER (
PARTITION BY symbol
ORDER BY trade_time
ROWS BETWEEN 4 PRECEDING AND CURRENT ROW
) AS sma_5
FROM stock_ticks
ORDER BY symbol, trade_time;如何处理非等间距时间序列(比如只交易日、跳过周末)?
金融数据天然稀疏,用 ROWS BETWEEN 是按物理行数滑动,不是按日历天数。如果表里只有周一到周五的记录,ROWS BETWEEN 4 PRECEDING 恰好对应 5 个交易日——这反而是优势;但如果中间有停牌、数据缺失,就会少算。
此时不能依赖日期减法(如 trade_time >= trade_time - INTERVAL 5 DAY),因为窗口函数不支持动态范围表达式。可行方案只有两个:
- 预填充缺失日期(用日历表
LEFT JOIN),让序列变稠密,再用ROWS计算 - 改用自连接 + 子查询模拟移动窗口(性能差,10万行以上明显卡顿)
- 接受“按交易次数计数”的业务定义——多数量化场景实际采用此方式,更贴近真实成交逻辑
若坚持按自然日,必须放弃窗口函数,改写为关联子查询:
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
SELECT t1.symbol, t1.trade_time, t1.price,
(SELECT AVG(t2.price)
FROM stock_ticks t2
WHERE t2.symbol = t1.symbol
AND t2.trade_time BETWEEN t1.trade_time - INTERVAL 4 DAY AND t1.trade_time) AS sma_5_calendar
FROM stock_ticks t1;
ROWS 和 RANGE 在价格序列中为何必须选 ROWS?
因为 RANGE 按 ORDER BY 表达式的值做区间匹配,而股价可能重复(尤其小数位截断后)。例如两笔交易价格都是 10.50,RANGE BETWEEN 2 PRECEDING 可能一次性把所有 10.50 的行都拉进来,导致窗口长度失控。
ROWS 则严格按排序后的物理位置计数,稳定可控。唯一例外是处理带毫秒精度的时间戳且存在并发插入时,需确保 trade_time 加唯一辅助字段(如自增 id)防并列:
ORDER BY trade_time, id
否则相同 trade_time 下多行顺序不确定,ROWS 结果也会波动。
性能敏感场景下,窗口函数比自连接快多少?
实测 50 万行股票 tick 数据,在 symbol + trade_time 有联合索引前提下:
- 窗口函数版本(
ROWS BETWEEN):约 0.3 秒 - 等价自连接子查询:约 8.7 秒(因每行触发一次嵌套扫描)
- 若未建索引,两者都会跌破 10 秒,但窗口函数恶化更剧烈(需全表排序)
关键点:窗口函数的排序开销是一次性的,而子查询是 N 次独立执行。但这也意味着——如果只要最新 10 条的 SMA,不要全量结果,用窗口函数反而浪费;此时应先 LIMIT 再计算,或改用应用层缓存上期均值递推更新。
真正容易被忽略的是内存消耗:OVER (PARTITION BY ...) 会为每个分组缓存窗口所需行,分组过多(如 1000+ 个股票代码)可能触发 sort_buffer_size 不足,报错 Unable to increase the size of the sort buffer。这时得调大配置,或改用分批处理。

















