为什么 StandardScaler 单独调用 fit 会泄漏数据当你在 Pipeline 外先对整个训练集调用 StandardScaler().fit(X_train)，再用它 transform 测试集或新样本，scaler 已经“看见”了训练集的全局统计量（均值、标准差），而这些统计量本该只从训练数据的当前 fold 中学习——尤其在交叉验证时，每个 fold 的训练子集不同，用全局 sc

视图不能直接当物理维度表用，但可作逻辑维度层封装；需要省名时，再从 v_dim_store_with_city JOIN dim_province兼容性影响：BigQuery 标准 SQL 对多层视图嵌套深度有限制（默认 10 层），雪花模型若用 5 层视图套娃（v_dim_a → v_dim_b → ...），可能报 Resources exceeded during query executi

这时 COUNT(DISTINCT ...) 就不够用了。实操建议：PostgreSQL 用 STRING_AGG(DISTINCT col, ', ')，DISTINCT 关键字必须紧贴字段名，不能写成 STRING_AGG(col, ', ') DISTINCTMySQL 用 GROUP_CONCAT(DISTINCT col SEPARATOR ', ')，注意默认长度限制是 1024，超长

AVG(column) OVER() 是最简写法，必须带空括号，否则报错；另外，如果混用普通聚合（如 GROUP BY）和窗口函数，MySQL 8.0+ 和 PostgreSQL 允许，但 SQLite 不支持，旧版 MySQL（AVG(sales) OVER()：算全表均值，每行结果一样AVG(sales) OVER(PARTITION BY region)：按地区分组算均值，同地区每行值相同别