回答

在关系数据库中处理时间序列的问题出现在分析和经典 SQL 编程的交叉点上。在 SQL-92 中没有特殊的窗口函数，因此必须通过子查询来计算动态指标（如滑动总和、平均值等）和时间条件。

问题 — 缺乏标准工具来进行滑动窗口的聚合、按时间查找前一个/下一个值、根据任意日历间隔（例如计算周/月指标）进行有效分组。

解决方案：

仅使用标准工具，通过对每一行或按计算标准（例如月份、周）进行分组的相关子查询：

代码示例：

-- 无窗口函数的周分组示例
SELECT 
   YEAR(event_date) AS year,
   WEEK(event_date) AS week,
   SUM(value) AS total
FROM timeseries
GROUP BY YEAR(event_date), WEEK(event_date)
ORDER BY year, week;

-- 查找先前记录的相关子查询
SELECT t1.id, t1.event_date, t1.value,
       (
         SELECT t2.value 
           FROM timeseries t2 
          WHERE t2.event_date < t1.event_date
          ORDER BY t2.event_date DESC
          LIMIT 1
       ) as prev_value
FROM timeseries t1;

关键特点：

需要明确按时间函数（YEAR、MONTH、WEEK 等）进行分组和聚合。
为了获得滑动计算，需要使用相关子查询或临时表。
在处理大量数据时，性能受到影响——对每一行的子查询会迅速降低执行速度。

具有陷阱的问题。

WEEK(event_date) 是否始终明确确定任何日期的日历周？

否——不同的数据库（甚至同一数据库的不同参数）对年份的第一周有不同的定义（例如，ISO 8601 与美国系统），这可能在聚合时导致不同结果。需要明确指定函数的工作模式或使用 YEARWEEK。

SELECT YEARWEEK(event_date, 1)  -- 1: ISO 周以周一开始
FROM timeseries;

相关子查询在查找前一个值时是否自动删除重复项？

否，相关子查询默认不过滤重复项。如果表中某一日期有多个事件——子查询将返回按排序的第一个，但忽略其他。

可以通过 GROUP BY 对日期进行聚合而不考虑时间吗？

可以，但需要明确去掉时间部分，例如，通过 DATE(event_date) 或 TRUNC(event_date) 在不同数据库中：

SELECT DATE(event_datetime), COUNT(*)
FROM events
GROUP BY DATE(event_datetime)

常见错误和反模式

使用 YEAR/MONTH/WEEK 而不考虑本地化和报告周期的日历标准
为滑动窗口创建过于复杂的相关子查询——在处理大量数据时执行时间急剧上升
在操作时间函数时不考虑时区

生活中的例子

负面案例

团队通过 WEEK(date) 函数进行周分析，而没有将参数设置为 ISO-8601。结果，1 月的第一周报告“丢失”——部分事件根据美国逻辑被归类为去年 12 月，分析结果不一致。

优点：

快速实施了周期的分解

缺点：

数据不正确，报告与业务逻辑不符

积极案例

专家实施了 YEARWEEK(date, 1) 和日历表，显著提高了国家和业务部门之间的报告一致性。