3. SQL 聚合查询基础回顾：GROUP BY、HAVING、聚合函数在批次场景下的行为

在授信决策引擎的批次偏移分析中，SQL 聚合查询是定位数据差异的核心工具。批次偏移的本质是“同一业务逻辑在不同时间窗口或不同批次间，聚合结果不一致”。因此，深入理解 GROUP BY、HAVING 以及 SUM、COUNT、AVG 等聚合函数在批次数据下的执行行为，是诊断偏移问题的第一步。

3.1 聚合函数在批次场景下的行为差异

聚合函数对一组行执行计算并返回单个值。在批次偏移场景中，最常出现的问题源于聚合函数对 NULL 值、重复记录 以及 边界时间戳 的处理差异。

3.2 GROUP BY 的分组逻辑与批次偏移

GROUP BY 将查询结果按一列或多列分组，然后对每个组应用聚合函数。在批次偏移定位中，GROUP BY 的 分组键选择 直接决定偏移能否被暴露。

• 按批次标识分组： 使用 batch_id 或 run_date 作为分组键，对比不同批次的聚合结果。
• 按业务维度分组： 如 product_type、channel，发现某个维度的偏移被全局聚合掩盖。
• 多列分组顺序： 在批次偏移对比中，GROUP BY batch_id, product_type 与 GROUP BY product_type, batch_id 结果相同，但执行计划可能不同。

-- 批次偏移对比查询：按批次和产品类型聚合
SELECT
    batch_id,
    product_type,
    COUNT(*)          AS apply_cnt,
    SUM(loan_amount)  AS total_loan,
    AVG(risk_score)   AS avg_risk
FROM decision_engine.credit_apply
WHERE run_date BETWEEN '2025-01-01' AND '2025-01-31'
GROUP BY batch_id, product_type
ORDER BY batch_id, product_type;

3.3 HAVING 在批次过滤中的特殊作用

HAVING 用于过滤分组后的聚合结果，与 WHERE 在分组前过滤不同。在批次偏移分析中，HAVING 常用于筛选出“异常批次”。

-- 使用 HAVING 定位偏移批次：找出平均风险分偏离超过 10% 的批次
SELECT
    batch_id,
    COUNT(*)          AS record_cnt,
    AVG(risk_score)   AS avg_risk,
    STDDEV(risk_score) AS std_risk
FROM decision_engine.credit_apply
WHERE run_date >= '2025-01-01'
GROUP BY batch_id
HAVING ABS(AVG(risk_score) - 650) > 65   -- 假设基准均值为 650
   OR COUNT(*) < 1000;                     -- 批次记录数异常少

3.4 聚合查询在批次偏移中的执行流程

理解 SQL 聚合查询的执行顺序，有助于在批次偏移分析中快速定位是“数据问题”还是“查询逻辑问题”。

1. FROM + JOIN： 确定数据源，关联多表（如申请主表 + 拒绝原因表）。
2. WHERE： 过滤非目标批次、无效数据。
3. GROUP BY： 按分组键将数据划分为多个逻辑桶。
4. 聚合函数计算： 在每个桶内执行 SUM/COUNT/AVG。
5. HAVING： 过滤掉不符合条件的聚合结果。
6. SELECT + ORDER BY： 输出最终结果并排序。

3.5 批次偏移聚合查询的常见反模式

在授信决策引擎的批次偏移排查中，以下三种聚合查询反模式最容易导致误判：