【SQL】SQL同环比计算的多种实现方式

【SQL】SQL中同环比的多种计算方式

• 一、引言
• 二、同环比的核心概念
• 三、实现与案例
• • [方法一：LEAD / LAG 窗口函数（最常用）](#方法一：LEAD / LAG 窗口函数（最常用）)
  • • [1. 环比（按月）](#1. 环比（按月）)
    • [2. 同比（按年）](#2. 同比（按年）)
  • [方法二：自关联（Self JOIN）](#方法二：自关联（Self JOIN）)
  • • [1. 环比自关联](#1. 环比自关联)
    • [2. 同比自关联](#2. 同比自关联)
  • [方法三：日期偏移法（DATE_SUB / DATE_ADD）](#方法三：日期偏移法（DATE_SUB / DATE_ADD）)
  • • [1. 环比（DATE_SUB）](#1. 环比（DATE_SUB）)
    • [2. 同比（DATE_SUB 减1年）](#2. 同比（DATE_SUB 减1年）)
• 四、总结对比

一、引言

数据分析里绕不开的一个话题------同环比计算

汇报的时候，管理者经常会问："这个月比上个月增长了多少？"、"今年相比去年同期表现如何？" 这些问题背后的答案，都离不开同环比。

• 同比：和去年同一时期比
• 环比：和上一个周期比。

今天讲讲SQL的几种主流写法。

• SQL专题往期内容：
  • 【SQL】基于多源SQL 去重方法对比 -- 精华版
  • 【SQL】常见SQL 行列转换的方法汇总 - 精华版
  • 【SQL】MySql常见的性能优化方式
  • 【SQL】SQL同环比计算的多种实现方式
  • 【SQL】COUNT... FILTER 的适用场景

---

二、同环比的核心概念

基本概念梳理：

概念	说明	举例
同比（YoY）	和去年同一时期比	今年4月 vs 去年4月
环比（MoM）	和上一个周期比	今年4月 vs 今年3月
时间偏移函数	用 OFFSET / LAG 等取历史数据	数据分析必备
窗口函数	在分组内做聚合与偏移	复杂场景下更灵活

常见踩坑避雷点：

• 月份/日期不连续时，偏移后数据对不上
• 年度同期计算要注意闰年和月份天数差异
• 聚合粒度不同会导致结果偏差

---

三、实现与案例

下面以一张销售数据表 sales 为例，演示几种主流写法：

-- 先建表 
CREATE TABLE sales (
    mt        DATE,         -- 销售月
    amount    DECIMAL(10,2) -- 销售额
);

测试数据如下：

mt	amount
2024-01-01	1000
2024-02-01	1200
2024-03-01	1100
2024-04-01	1500
2025-01-01	1300
2025-02-01	1400
2025-03-01	1350

---

方法一：LEAD / LAG 窗口函数（最常用）

原理： 使用 LAG(col, n)/LEAD(col,n) 往前/往后取 n 行的数据，直接在同一行里完成对比。这个函数也是面试中，经常会考的，一定要熟练应用。
优点：

• ✅ 一行出结果，逻辑清晰
• ✅ 性能好，窗口函数内部优化强
• ✅ 兼容 MySQL 8.0+ 和 Hive

缺点：

• ❌ 需要数据按时间连续，否则会跳空
• ❌ 不支持跨年/跨月批量偏移

1. 环比（按月）

-- 环比：和上月比
SELECT
    mt,
    amount,
    LAG(amount, 1) OVER (ORDER BY mt) AS last_month_amount,  -- 上月销售额
    amount - LAG(amount, 1) OVER (ORDER BY mt) AS moom_diff, -- 环比增长额
    ROUND((amount - LAG(amount, 1) OVER (ORDER BY mt)) /
          LAG(amount, 1) OVER (ORDER BY mt) * 100, 2) AS moom_rate  -- 环比增长率%
FROM sales
ORDER BY mt;

结果：

mt	amount	last_month_amount	moom_diff	moom_rate
2024-02-01	1200	1000	200	20.00
2024-03-01	1100	1200	-100	-8.33
...	...	...	...	...

---

2. 同比（按年）

-- 同比：去年同一时期
SELECT
    mt,
    amount,
    LAG(amount, 12) OVER (ORDER BY mt) AS last_year_amount,  -- 去年同月
    ROUND((amount - LAG(amount, 12) OVER (ORDER BY mt)) /
          LAG(amount, 12) OVER (ORDER BY mt) * 100, 2) AS yoy_rate  -- 同比增长率%
FROM sales
ORDER BY mt;

核心思路： 数据是月粒度，偏移 12 行就是去年同月。

---

方法二：自关联（Self JOIN）

原理： 把表和自身作JOIN，按时间条件关联历史数据。
优点：

• ✅ 适合复杂 JOIN 场景（多表联动）

缺点：

• ❌ 数据量翻倍，碰上大数据量长周期的，效率非常低
• ❌ 需要注意 NULL 情况（首月/首年无历史数据）
• ❌ 连续月份数据不能断层，否则漏关联

1. 环比自关联

-- 环比自关联
SELECT
    a.mt,
    a.amount AS cur_amount,
    b.amount AS last_month_amount,
    a.amount - b.amount AS moom_diff,
    ROUND((a.amount - b.amount) / b.amount * 100, 2) AS moom_rate
FROM sales a
LEFT JOIN sales b
    ON DATE_SUB(a.mt, INTERVAL 1 MONTH) = b.mt  -- 上月 = 本月减1个月
ORDER BY a.mt;

2. 同比自关联

-- 同比自关联
SELECT
    a.mt,
    a.amount AS cur_amount,
    b.amount AS last_year_amount,
    ROUND((a.amount - b.amount) / b.amount * 100, 2) AS yoy_rate
FROM sales a
LEFT JOIN sales b
    ON DATE_SUB(a.mt, INTERVAL 1 YEAR) = b.mt  -- 去年同一月
ORDER BY a.mt;

---

方法三：日期偏移法（DATE_SUB / DATE_ADD）

原理： 直接构造目标日期，然后去原表查对应数据。适合临时查询和调试，原理其实和法2差不多

优点：

• ✅ 代码最简单，容易读懂
• ✅ 适合临时查询、一次性脚本

缺点：

• ❌ 大数据量下 JOIN 性能差
• ❌ 无索引时全表扫描，速度慢
• ❌ 日期不连续时结果会丢行

1. 环比（DATE_SUB）

-- 环比：查上月
SELECT
    a.mt,
    a.amount,
    b.amount AS last_month_amount,
    ROUND((a.amount - b.amount) / b.amount * 100, 2) AS moom_rate
FROM sales a
LEFT JOIN sales b
    ON b.mt = DATE_SUB(a.mt, INTERVAL 1 MONTH)
ORDER BY a.mt;

2. 同比（DATE_SUB 减1年）

-- 同比：查去年同月
SELECT
    a.mt,
    a.amount,
    b.amount AS last_year_amount,
    ROUND((a.amount - b.amount) / b.amount * 100, 2) AS yoy_rate
FROM sales a
LEFT JOIN sales b
    ON b.mt = DATE_SUB(a.mt, INTERVAL 1 YEAR)
ORDER BY a.mt;

---

四、总结对比

方法	原理	适用场景	难度	性能
LEAD/LAG 窗口函数	窗口内偏移取历史行	月/周粒度数据，需连续排行	★★☆☆☆	⭐⭐⭐⭐
自关联	表和自身 JOIN 按时间条件	复杂多表联动/非连续时间	★★★☆☆	⭐⭐
DATE_SUB 偏移	构造历史日期再查表	临时查询/数据不连续	★★☆☆☆	⭐⭐

推荐：

• 数据整齐、连续 → 用 LEAD/LAG 窗口函数，性能最好
• 复杂场景多表联动 → 用 自关联
• 临时调数据/老版本 MySQL → 用 DATE_SUB

划重点：窗口函数是首选方案，能解决大多数的同环比问题。