LAG()是分组同比唯一合理解法，需PARTITION BY+ORDER BY确保保组保序，年月字符串排序防歧义，用CASE处理NULL和除零，MySQL<8.0应升级或改用应用层计算。用 LAG() 拿上期分组值，别写自连接分组同比的核心是：在同一分组内，把当前行和上一个时间周期的值拉到同一行做减法或除法。用 JOIN 或子查询关联上期数据，既慢又容易漏组（比如某组某月没数据，自连接就丢行）。LAG() 是唯一合理解法——它按指定顺序在分组内“回头看”，天然保组、保序、保全。实操要点：必须搭配 PARTITION BY + ORDER BY，否则跨组错位（例如所有品类混在一起排，手机销量可能被算成冰箱的“上期”）LAG(value, 1) 的第二个参数是偏移量，同比固定为 1；若需环比上上月，才改成 2注意 ORDER BY 字段必须是时间维度且无重复，否则排序不确定，LAG() 结果随机——用 year_month 字符串比用 date 更稳，避免同天多条记录时间字段要标准化成可排序的年月格式原始数据里常见 order_date 是 DATETIME 或 TEXT，直接 ORDER BY order_date 会出问题：比如 '2024-01-15' 和 '2024-02-03' 排序没问题，但一旦有 '2024/01/15' 或 'Jan 2024'，ORDER BY 就失效，LAG() 拉错行。正确做法是统一提取年月：SELECT product, DATE_FORMAT(order_date, '%Y-%m') AS year_month, SUM(amount) AS salesFROM ordersGROUP BY product, DATE_FORMAT(order_date, '%Y-%m')然后在外层窗口函数中用这个 year_month 排序——它字符串可比、无歧义、不依赖时区。同比计算时小心除零和 NULLLAG() 对首期数据返回 NULL，直接做除法如 sales / LAG(sales) 会得 NULL；更危险的是，如果上期 sales 是 0，除法会报错（不同数据库行为不同：PostgreSQL 报错，MySQL 返回 NULL 或警告）。 There’s An AI For That 全球领先的 AI 聚合器，收集10,225个AI工具，可用于超过2,548个任务。