同比增长率是（本期值同期值）/同期值，需严格匹配上年同一周期；LAG(value,1)计算的是环比而非同比，易因数据缺失或分组不规整出错；正确方法是通过自连接或补全时间序列后用LAG，并处理除零和NULL。

什么是同比增长率，为什么不能直接用LAG()？

同比增长率的计算公式为：(本期值 - 同期值) / 同期值。这里面的关键在于“同比”，它要求必须和上一年的同一周期进行对比，就好比2024年3月要和2023年3月比，而不是简单地取上一行的数据。很多人会错误地使用LAG(value, 1)，这样算出来的其实是环比（相邻月份）的数据，并非同比。尤其当数据存在缺失或者分组不够规整的时候，这种错误就更加难以察觉。

正确做法是：先按年、月（或季度）对齐时间维度，再通过自连接或窗口函数关联“当前周期”和“去年同一周期”。

用LEFT JOIN + 日期偏移计算同比（最稳，兼容所有SQL方言）

适用于 MySQL、PostgreSQL、SQL Server 等不支持复杂窗口帧的场景，逻辑清晰、易调试、可加索引优化。

• 把原始表按 year 和 month（或 date_trunc('month', order_date)）聚合出每组每月销售额，记为 t_curr
• 构造去年同期表 t_prev：用 DATE_SUB(t_curr.month_date, INTERVAL 1 YEAR)（MySQL）或 t_curr.month_date - INTERVAL '1 year'（PostgreSQL）生成去年同月日期
• LEFT JOIN t_curr ON ... = t_prev.month_date，确保即使去年没数据，本期仍保留（增长率显示为 NULL 或 0）
• 最后用 COALESCE((t_curr.amount - t_prev.amount) / NULLIF(t_prev.amount, 0), 0) 避免除零和 NULL 传播

示例片段（PostgreSQL）：

SELECT
t_curr.year_month,
t_curr.group_name,
ROUND(
COALESCE((t_curr.total - t_prev.total) * 1.0 / NULLIF(t_prev.total, 0), 0),
4
) AS yoy_rate
FROM monthly_sales t_curr
LEFT JOIN monthly_sales t_prev
ON t_curr.group_name = t_prev.group_name
AND t_prev.year_month = t_curr.year_month - INTERVAL '1 year';

用窗口函数 + ROWS BETWEEN 与时间偏移（仅适用支持时间范围窗口的引擎）

像BigQuery、Trino以及某些新版PostgreSQL，它们支持将 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING 与时间列排序相结合。不过呢，真正靠谱的做法还是用 LAG(value, 12) 。但这有个前提，那就是数据得严格按月连续，不能有缺失，而且还得按照 year, month 进行排序，同时把那些空档都给补全了才行。

• LAG(total, 12) OVER (PARTITION BY group_name ORDER BY year, month) 只在“每月一条、无跳月”时才等价于同比；一旦缺2024年2月数据，LAG(..., 12) 会取到2024年1月，结果错乱
• 若必须用 LAG，先用 GENERATE_SERIES（PostgreSQL）或 UNION ALL 补全所有年月组合，再 LEFT JOIN 原始数据，否则不要信 LAG(..., 12)
• Oracle 用户注意：LAG(value, 12) 的 offset 是行数，不是日历月，别被文档误导

分组后计算失败的三个典型信号

一跑就报错或结果全为 NULL，大概率卡在这几个点：

• 没对时间字段做归一化：用 order_date 直接 PARTITION BY EXTRACT(YEAR FROM order_date), EXTRACT(MONTH FROM order_date)，但不同年份的同月可能跨分组边界，导致 LAG 错位
• GROUP BY 漏掉分组键：比如按 region 计算同比，却只 GROUP BY EXTRACT(YEAR FROM date)，结果把所有地区混在一起算
• 除零未处理：NULLIF(denominator, 0) 必须加，否则 PostgreSQL 报 division by zero，MySQL 返回 NULL 但不提示，容易误判为“没数据”

真正麻烦的不是写法，而是确认你的时间粒度是否一致、是否有业务定义的“自然年月”（比如财年4月起始）、以及去年同周期是否存在有效数据——这些没法靠SQL自动校验，得结合业务口径人工核对样本。

《夸克》非常好用的免费AI浏览器

下载APP查看