方差是描述一组数据离散程度的重要统计量，它反映了每个数据点与平均值之间偏差的平方的平均值。在数据分析、质量监控、报表统计等场景中，仅靠平均值往往无法刻画数据的稳定性，此时方差就派上了用场。主流关系型数据库都提供了内置的统计学函数来完成这类计算，其中最常用的就是VAR_POP和VAR_SAMP。本文将系统讲解这些函数的原理、用法以及实际使用中的注意事项。
一、方差的基本原理与总体方差、样本方差的区别
在深入SQL函数之前，需要先理解方差的数学定义。总体方差的计算公式为：每个数据与总体均值之差的平方，再对这些平方值求平均。而样本方差的分母是样本数量减一，也就是统计学中常说的贝塞尔校正。这个减一的操作是为了让样本方差成为总体方差的无偏估计，因为样本均值本身是从样本中估计出来的，会带来一定的偏差。
对应到SQL中，VAR_POP计算的是总体方差，VAR_SAMP计算的是样本方差。如果你手头的数据就是全部研究对象，比如统计某个班级全部学生的成绩波动，应该使用VAR_POP；如果数据只是从总体中抽取的样本，比如通过抽样调查推断全城居民的收入波动，则应使用VAR_SAMP。两者的关系还可以通过开平方函数延伸：STDDEV_POP和STDDEV_SAMP分别返回总体标准差和样本标准差，它们与方差只差一个开方运算。
需要特别提醒的是，部分数据库还提供了不带后缀的VARIANCE或STDDEV函数，这类函数在不同数据库中的行为可能不一致。例如Oracle中的STDDEV默认计算样本标准差，而某些数据库的别名指向总体标准差，使用前务必查阅对应版本的官方文档，避免统计口径出错。
二、VAR_POP函数的基础用法与示例
VAR_POP的语法非常简单，它是一个聚合函数，接收一个数值表达式作为参数，对查询结果集的每一行求总体方差。下面以一张员工绩效表为例，表结构包含员工姓名、部门和绩效分数三个字段。
-- 创建示例表
CREATE TABLE employee_performance (
id INT PRIMARY KEY,
name VARCHAR(50),
department VARCHAR(50),
score DECIMAL(10,2)
);
-- 插入测试数据
INSERT INTO employee_performance (id, name, department, score) VALUES
(1, '张三', '销售部', 85.00),
(2, '李四', '销售部', 90.00),
(3, '王五', '销售部', 78.00),
(4, '赵六', '技术部', 92.00),
(5, '孙七', '技术部', 95.00),
(6, '周八', '技术部', 91.00);
-- 计算全表绩效分数的总体方差
SELECT VAR_POP(score) AS population_variance,
VAR_SAMP(score) AS sample_variance,
STDDEV_POP(score) AS population_stddev
FROM employee_performance;执行上述查询后，VAR_POP(score)会对所有六条记录的score列求总体方差。可以手动验证一下：先求出平均分，再计算每个分数与均值之差的平方并求平均，结果与函数返回值一致。而VAR_SAMP的返回值会略大一些，因为分母从N变成了N减一，当数据量较小时两者差异明显，数据量越大差异越可以忽略。
除了作用在普通列上，这类聚合函数也可以接收表达式作为参数。例如想比较不同加权方式下的波动情况，可以传入VAR_POP(score * 0.8 + bonus * 0.2)这样的复合表达式，函数会对表达式逐行求值后再计算方差，灵活性很高。
三、结合GROUP BY做分组方差统计
实际业务中更常见的需求是按维度分组计算方差，比如查看每个部门的绩效波动情况。这时只需要将VAR_POP与GROUP BY子句配合使用即可。
-- 按部门统计平均分和方差
SELECT
department,
COUNT(*) AS employee_count,
AVG(score) AS avg_score,
VAR_POP(score) AS dept_variance,
STDDEV_POP(score) AS dept_stddev
FROM employee_performance
GROUP BY department
ORDER BY dept_variance DESC;这个查询会为每个部门单独计算方差。以测试数据为例，销售部的三个分数波动较大，方差会明显高于技术部，说明销售部内部绩效差异更显著，而技术部表现相对稳定。将方差与平均值放在一起展示是很好的实践，因为平均值反映水平，方差反映稳定性，两者结合才能完整描述数据的分布特征。
还可以利用HAVING子句筛选方差超出阈值的分组，例如HAVING VAR_POP(score) > 20，用于定位内部差异异常大的团队。在数据质量监控场景中，这种写法可以快速发现数据源是否出现了异常波动，比如某天某批数据的方差突然飙升，往往意味着上游出现了脏数据或业务发生了突变。
四、各数据库的兼容性与常见注意事项
VAR_POP和VAR_SAMP是SQL标准中定义的函数，在PostgreSQL、Oracle、MySQL（8.0及以上版本）中都可以直接使用。SQL Server是一个例外，它采用了不同的函数命名，总体方差对应VARP，样本方差对应VARIANCE风格的VAR，标准差则为STDEVP和STDEV。如果要编写跨数据库的SQL脚本，建议通过条件判断或视图封装来屏蔽这种差异。
-- SQL Server 中的等价写法
SELECT
department,
VARP(score) AS population_variance, -- 总体方差
VAR(score) AS sample_variance -- 样本方差
FROM employee_performance
GROUP BY department;关于NULL值的处理，所有方差函数都会自动忽略参数为NULL的行，这一点与AVG、SUM等聚合函数的行为保持一致。但要小心一种陷阱：如果某一行的分数列存的是0而不是NULL，这行数据仍会被纳入计算。0是有效数值，而NULL代表缺失数据，两者的统计含义完全不同，在建模字段时就要区分清楚。
另外一个常见疑问是方差会不会出现负数。从数学定义上看，方差是偏差平方的平均值，永远大于等于零。如果查询结果出现负数，通常是浮点数精度问题或者数据类型溢出导致的，可以尝试将参数显式转换为DOUBLE或DECIMAL类型再计算。此外，当分组内只有一行数据时，VAR_POP返回0，而VAR_SAMP由于分母为零会返回NULL，这是正常现象，编写报表逻辑时要对这种边界情况做好兜底处理。
最后需要说明窗口函数的用法。在PostgreSQL和Oracle等支持窗口函数的数据库中，VAR_POP(score) OVER (PARTITION BY department)可以在不折叠行的情况下为每一行附加所在部门的方差，这种写法在需要同时展示明细和统计指标的报表中非常实用，避免了额外 join 子查询的开销。掌握这些统计学函数后，大部分方差分析需求都可以直接在数据库层完成，无需将数据拉取到应用层再计算，既节省了网络传输，也充分利用了数据库的聚合优化能力。