第一步是用时间函数截断精度再GROUP BY，如PostgreSQL用DATE(created_at)或DATE_TRUNC('day', created_at)，避免直接GROUP BY时间字段导致无聚合。
怎么用 GROUP BY + 时间函数做聚合切片
时间序列分析的第一步，是把原始数据按时间粒度（比如天、小时）归并。关键不是“序列”，而是“对齐”——让不同记录落在同一时间桶里再统计。
常见错误是直接 GROUP BY created_at，结果每条记录都独立成组，完全没聚合。必须先用时间函数截断精度：
- PostgreSQL：
DATE(created_at)或DATE_TRUNC('day', created_at) - MySQL：
DATE(created_at)或DATE_FORMAT(created_at, '%Y-%m-%d') - SQL Server：
CAST(created_at AS DATE)或CONVERT(DATE, created_at)
示例：查每天订单数
SELECT DATE(order_time) AS day, COUNT(*) AS cnt FROM orders WHERE order_time >= '2024-01-01' GROUP BY DATE(order_time) ORDER BY day;
如何补全缺失日期（避免图表断点）
原始数据往往有空缺——比如某天没订单，GROUP BY 就不会返回那行，画折线图时直接断掉。必须主动构造完整日期序列再左连接。
各数据库生成连续日期的方式差异大，核心思路一致：用递归 CTE 或数字表生成日期序列，再 LEFT JOIN 原始聚合结果。
- PostgreSQL 推荐用
GENERATE_SERIES()：SELECT CURRENT_DATE - i AS day FROM GENERATE_SERIES(0, 6) AS i - MySQL 8.0+ 可用递归 CTE，但需设置
cte_max_recursion_depth - SQLite 没原生支持，得靠 UNION ALL 拼有限范围（不推荐超 30 天）
补全后记得用 COALESCE(cnt, 0) 把 NULL 转成 0，否则前端仍可能报错或渲染异常。
计算同比/环比为什么不能只靠 LAG()？
LAG() 看似能取上一行，但时间序列的“上一期”未必是物理上一行——比如你按周聚合，但某周数据缺失，LAG(cnt) 会跳到再上一周，而非严格前 7 天。
在原版的基础上做了一下修正评论没有提交正文的问题特价商品的调用连接问题去掉了一个后门补了SQL注入补了一个过滤漏洞浮动价不能删除的问题不能够搜索问题收藏时放入购物车时出错点放入购物车弹出2个窗口修正主题添加问题商家注册页导航连接问题销售排行不能显示更多问题热点商品不能显示更多问题增加了服务器探测 增加了空间使用查看 增加了在线文件编辑增加了后台管理里两处全选功能更新说明：后台的部分功能已经改过前台
真正可靠的方案是显式关联时间偏移：
- 用
LEFT JOIN关联自身，条件为t1.day = t2.day + INTERVAL '7 days'（PostgreSQL/MySQL） - 或用窗口函数配合
ORDER BY day RANGE BETWEEN INTERVAL '6 days' PRECEDING AND CURRENT ROW（仅 PostgreSQL 支持 RANGE + INTERVAL）
注意：LAG() 在日期连续、无缺失时可用，但生产环境必须假设数据不全——别省这一步校验。
WHERE 和 HAVING 在时间过滤中容易搞混
想查“过去 30 天内日均订单 > 100 的产品”，有人写成：
SELECT product_id, AVG(cnt) AS avg_daily
FROM (SELECT product_id, DATE(order_time) AS day, COUNT(*) AS cnt
FROM orders GROUP BY product_id, DATE(order_time)) t
WHERE day >= CURRENT_DATE - 30 -- ❌ 错！day 来自子查询，不是原始表字段
GROUP BY product_id
HAVING AVG(cnt) > 100;正确做法是：时间过滤尽量在最内层作用于原始时间字段，而不是聚合后的别名；HAVING 只管聚合结果条件，不管时间范围。
更安全的写法：
SELECT product_id, AVG(daily_cnt) AS avg_daily FROM ( SELECT product_id, DATE(order_time) AS day, COUNT(*) AS daily_cnt FROM orders WHERE order_time >= CURRENT_DATE - INTERVAL '30 days' -- ✅ 过滤原始时间 GROUP BY product_id, DATE(order_time) ) t GROUP BY product_id HAVING AVG(daily_cnt) > 100;
时间字段的过滤层级一旦错，就可能漏数据或引入脏数据——尤其当表里有未来时间或 NULL 时间时，影响比想象中大。
