SQL滑动窗口统计主要依靠窗口函数，核心是OVER()子句配合ROWS BETWEEN（固定行数）或RANGE BETWEEN（时间/数值范围），须搭配ORDER BY，边界自动截断，主流数据库基本支持但语法细节有差异。
SQL 计算滑动窗口统计主要依靠 窗口函数（Window Functions），尤其是 OVER() 子句配合 ROWS BETWEEN 或 RANGE BETWEEN 定义动态范围。核心是明确“窗口大小”“排序依据”和“聚合逻辑”。
用 ROWS BETWEEN 定义固定行数的滑动窗口
这是最常用、最可控的方式，适用于按时间或序号顺序逐行滚动计算（如最近 3 条记录的平均值）。
- 必须搭配
ORDER BY（否则窗口无意义，SQL 可能报错或结果不可靠） -
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW表示包含当前行及前两行（共 3 行） -
ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING表示当前行加后两行 - 示例：计算每条销售记录的“近 3 天销售额移动平均”（假设表有
sale_date和amount）
AVG(amount) OVER (ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg_3d
FROM sales;
用 RANGE BETWEEN 处理时间/数值连续型滑动窗口
当需要按实际时间跨度（如“过去 7 天”）而非固定行数计算时更合适，但需注意数据分布影响——相同排序值会被归入同一窗口。
-
RANGE BETWEEN INTERVAL '6 days' PRECEDING AND CURRENT ROW（PostgreSQL / Snowflake 支持） - MySQL 8.0+ 支持
RANGE BETWEEN配合DATE类型，但语法略有差异（如用UNBOUNDED PRECEDING+ 计算差值过滤） - 注意：若多条记录时间相同，
RANGE会把它们全纳入窗口；ROWS则只按物理顺序取指定行数
处理边界：起始位置不足窗口大小怎么办？
默认行为是自动截断——比如第 1 行无法取“前 2 行”，窗口就只含第 1 行本身；第 2 行窗口含第 1–2 行。无需额外处理，聚合函数（如 AVG、SUM）天然适配变长窗口。
- 若需强制补零或 NULL，可用
CASE WHEN COUNT(*) < 3 THEN NULL ELSE AVG(...) END - 避免在
WHERE中提前过滤，否则会破坏窗口完整性；过滤应放在外层查询或用FILTER（PostgreSQL）
性能与兼容性提醒
窗口函数在主流 SQL 引擎（PostgreSQL、SQL Server、Oracle、MySQL 8.0+、Snowflake、BigQuery）中均支持，但细节有差异：
- SQLite 支持基础窗口函数，但不支持
ROWS BETWEEN的部分偏移语法（需升级到 3.28+） - 旧版 MySQL（
-
大数据场景下，按分区（
PARTITION BY）拆分窗口可显著提升性能，例如按用户 ID 分别计算每个用户的滑动统计
