【SQL】SQL同环比计算的多种实现方式

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
    
  • 【SQL】SQL的日期与时间函数
    
  • 【SQL】SQL-常见窗口函数有哪些-上篇
    

二、同环比的核心概念

基本概念梳理：

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CREATETABLEsales(mtDATE,-- 销售月amountDECIMAL(10,2)-- 销售额);

测试数据如下：

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SELECTmt,amount,LAG(amount,1)OVER(ORDERBYmt)ASlast_month_amount,-- 上月销售额amount-LAG(amount,1)OVER(ORDERBYmt)ASmoom_diff,-- 环比增长额ROUND((amount-LAG(amount,1)OVER(ORDERBYmt))/LAG(amount,1)OVER(ORDERBYmt)*100,2)ASmoom_rate-- 环比增长率%FROMsalesORDERBYmt;

结果：

2. 同比（按年）

-- 同比：去年同一时期SELECTmt,amount,LAG(amount,12)OVER(ORDERBYmt)ASlast_year_amount,-- 去年同月ROUND((amount-LAG(amount,12)OVER(ORDERBYmt))/LAG(amount,12)OVER(ORDERBYmt)*100,2)ASyoy_rate-- 同比增长率%FROMsalesORDERBYmt;

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SELECTa.mt,a.amountAScur_amount,b.amountASlast_month_amount,a.amount-b.amountASmoom_diff,ROUND((a.amount-b.amount)/b.amount*100,2)ASmoom_rateFROMsales aLEFTJOINsales bONDATE_SUB(a.mt,INTERVAL1MONTH)=b.mt-- 上月 = 本月减1个月ORDERBYa.mt;

2. 同比自关联

-- 同比自关联SELECTa.mt,a.amountAScur_amount,b.amountASlast_year_amount,ROUND((a.amount-b.amount)/b.amount*100,2)ASyoy_rateFROMsales aLEFTJOINsales bONDATE_SUB(a.mt,INTERVAL1YEAR)=b.mt-- 去年同一月ORDERBYa.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SELECTa.mt,a.amount,b.amountASlast_month_amount,ROUND((a.amount-b.amount)/b.amount*100,2)ASmoom_rateFROMsales aLEFTJOINsales bONb.mt=DATE_SUB(a.mt,INTERVAL1MONTH)ORDERBYa.mt;

2. 同比（DATE_SUB 减1年）

-- 同比：查去年同月SELECTa.mt,a.amount,b.amountASlast_year_amount,ROUND((a.amount-b.amount)/b.amount*100,2)ASyoy_rateFROMsales aLEFTJOINsales bONb.mt=DATE_SUB(a.mt,INTERVAL1YEAR)ORDERBYa.mt;

四、总结对比

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。