在SQL的数据分析工作中，经常需要按照某个字段对数据进行分组，再计算每组内数值型字段的标准差和方差，用来衡量组内数据的离散程度。STDDEV和VARIANCE是SQL中内置的聚合函数，专门用于计算标准差和方差，配合GROUP BY子句就能实现分组内的统计计算。
STDDEV与VARIANCE函数基础说明
STDDEV函数用于计算样本标准差，VARIANCE函数用于计算样本方差，两者都是基于分组后的数值集合进行计算。如果是计算总体标准差和总体方差，部分数据库提供了STDDEV_POP和VARIANCE_POP函数，使用方式和样本版本类似。
这两个函数的基本语法如下：
-- 计算样本标准差 STDDEV(数值字段) -- 计算样本方差 VARIANCE(数值字段) -- 计算总体标准差（部分数据库支持） STDDEV_POP(数值字段) -- 计算总体方差（部分数据库支持） VARIANCE_POP(数值字段)
分组内计算标准差与方差的实现步骤
1. 准备测试数据
首先创建一张学生成绩表，包含学生ID、班级ID、考试成绩三个字段，用来模拟分组统计场景：
-- 创建测试表
CREATE TABLE student_score (
student_id INT,
class_id INT,
score INT
);
-- 插入测试数据
INSERT INTO student_score (student_id, class_id, score) VALUES
(1, 1, 85),
(2, 1, 90),
(3, 1, 78),
(4, 2, 92),
(5, 2, 88),
(6, 2, 95),
(7, 3, 76),
(8, 3, 82),
(9, 3, 79);
2. 按班级分组计算标准差和方差
使用GROUP BY子句按class_id分组，同时调用STDDEV和VARIANCE函数计算每个班级的成绩标准差和方差：
SELECT
class_id AS 班级ID,
COUNT(score) AS 班级人数,
AVG(score) AS 平均成绩,
STDDEV(score) AS 成绩样本标准差,
VARIANCE(score) AS 成绩样本方差,
STDDEV_POP(score) AS 成绩总体标准差,
VARIANCE_POP(score) AS 成绩总体方差
FROM student_score
GROUP BY class_id
ORDER BY class_id;
3. 执行结果说明
上述查询会返回每个班级的统计结果，其中标准差反映成绩相对于平均成绩的离散程度，标准差越大说明班级内学生成绩差距越大；方差是标准差的平方，作用类似但数值量级不同。
查询结果示例结构如下：
| 班级ID | 班级人数 | 平均成绩 | 成绩样本标准差 | 成绩样本方差 | 成绩总体标准差 | 成绩总体方差 |
|---|---|---|---|---|---|---|
| 1 | 3 | 84.3333 | 6.0277 | 36.3333 | 4.9223 | 24.2222 |
| 2 | 3 | 91.6667 | 3.5119 | 12.3333 | 2.8674 | 8.2222 |
| 3 | 3 | 79.0000 | 3.0000 | 9.0000 | 2.4495 | 6.0000 |
不同数据库的函数差异说明
不同数据库对这两个函数的支持略有不同：
- MySQL：支持STDDEV、STDDEV_POP、VARIANCE、VARIANCE_POP，也支持简写STD、VAR_POP等
- Oracle：支持STDDEV、STDDEV_POP、VARIANCE、VARIANCE_POP，其中VARIANCE默认计算样本方差
- SQL Server：使用STDEV计算样本标准差，STDEVP计算总体标准差，VAR计算样本方差，VARP计算总体方差
- PostgreSQL：支持STDDEV、STDDEV_POP、VARIANCE、VARIANCE_POP，用法和MySQL一致
注意事项
使用这两个函数时需要注意：如果分组内的数值字段存在NULL值，函数会自动忽略NULL值不参与计算；如果分组内只有一条非NULL数据，STDDEV和VARIANCE会返回NULL，因为样本标准差和方差需要至少两个样本才能计算。
如果需要处理NULL值，可以配合COALESCE函数将NULL转换为指定值，比如STDDEV(COALESCE(score, 0))，但需要根据实际业务场景判断是否合理。
总结
通过GROUP BY子句配合STDDEV和VARIANCE函数，就可以快速实现SQL分组内的标准差与方差计算。开发者只需要根据自己使用的数据库类型，选择对应的函数名称，同时注意NULL值的处理，就能满足大部分分组离散程度统计的需求。