SQL 缺失值怎么填？4 种窗口函数思路与适用边界
SQL 里填充缺失值，重点不是“补上就行”，而是按有序数据和业务语义选对方式。常见做法包括用 LAG()/LEAD() 取相邻有效值、用 COALESCE() 组合近邻候选，以及在支持 IGNORE NULLS 的数据库里用 FIRST_VALUE() 做前向填充。 在 SQL 里处理缺失值，最容易犯的错不是不会写函数，而是把“补出一个值”和“补对一个值”混为一谈。
2026-08-24
19
SQL 里填充缺失值，重点不是“补上就行”，而是按有序数据和业务语义选对方式。常见做法包括用 LAG()/LEAD() 取相邻有效值、用 COALESCE() 组合近邻候选，以及在支持 IGNORE NULLS 的数据库里用 FIRST_VALUE() 做前向填充。 在 SQL 里处理缺失值，最容易犯的错不是不会写函数，而是把“补出一个值”和“补对一个值”混为一谈。
这篇文章把 Debian 服务器上为 ThinkPHP 配置 MySQL 的流程重新梳理了一遍，覆盖环境安装、Nginx 指向 public 目录、数据库授权、`.env` 或 `config/database.php` 配置、目录权限和连接测试。适合需要从零排查 ThinkPHP 数据库接入问题的读者快速照着完成部署。
用 SQL 查序列号断档，核心不是把所有数字生出来逐个比，而是先分清你要找的是“相邻 ID 的物理缺口”还是“业务定义下的合法值缺失”。这篇文章用 LAG()、LEAD() 和反例 ROW_NUMBER() 拆解判断方法，并补上空表、NULL 与跨数据库边界处理。
批量插入遇到主键或唯一键重复时，核心不是“怎么不报错”，而是按数据库方言选择真正的跳过写法。MySQL、PostgreSQL 和 SQL Server 的语义、锁行为与开销差异很大，用错语句往往会把简单去重变成阻塞和死锁问题。
查询 SQL JSON 数组时，最常见的问题不是函数失效，而是字段类型、路径表达式和元素类型没对上。本文用 MySQL 与 PostgreSQL 两套写法，梳理 JSON_CONTAINS、JSON_EXTRACT、JSON_TABLE 与 jsonb 操作符的适用场景、坑点和性能差异。 很多人第一次查 SQL 里的 JSON 数组，都会遇到同一个现象：语句看起来没错，结果却始终查不到。
这篇文章围绕一个 Redis Lua 脚本踩坑案例展开：同样是更新阅读时长，从固定自增 1 秒改成按参数累加后，脚本却报出“对布尔值做算术运算”的错误。问题根源不在 Spring，而在 Redis Lua 的返回值类型转换规则，尤其是 `GET` 取不到值时会映射成 Lua 的 `false`。
Redis 的高性能并不只是“单线程快”，关键在于它用 I/O 多路复用把大量连接集中交给一个事件循环处理。本文按工作机制、系统调用差异、Redis 的 Reactor 实现和示例代码四部分拆开讲，帮助你判断 Redis 为什么能高并发，以及性能边界在哪里。
统计“每周新增用户”时，真正容易出错的不是 SQL 语法，而是周定义、首活口径和跨年分组。本文按 MySQL、PostgreSQL、SQL Server 分别说明 ISO 周写法，并给出新增用户统计、跨年周处理与索引优化的实操要点。 很多人写“每周新增用户”统计时，都会直接对时间字段套上 WEEK() ，但这一步很可能已经把结果做偏了。
这篇实践文章围绕“按游戏维度聚合、允许少量丢弃、又要控制3分钟时效”的上报场景，介绍了如何用 Redis List、Set 与 Lua 脚本实现定长队列和批量消费。相比直接上 MQ，这套方案更贴近业务约束，已在线上以约 1w QPS 平稳运行。
在 Ubuntu 上用 JavaScript 做数据持久化，关键不是“能不能存”，而是先分清运行环境和数据规模。本文按浏览器端与 Node.js 端拆解 LocalStorage、IndexedDB、文件系统、SQLite、MongoDB 的适用边界，帮助你快速选型。 在 Ubuntu 里写 JavaScript 应用时，数据持久化最容易踩坑的地方，不是“怎么存”，而是没有先按运行环境和数据规模做判断。
这篇文章按数据库类型梳理 Debian 下 Python 的常见连接方式，覆盖 MySQL、PostgreSQL、SQLite、MongoDB 和 Redis。除了保留原始安装命令与示例代码，还补充了选型思路和连接时最容易出错的配置检查点。 在 Debian 上用 Python 接数据库，难点通常不在“能不能连上”，而在于不同数据库的驱动、连接对象和使用场景差别很大。
单元测试要验证的不是“接口没报错”，而是恶意输入是否在数据库执行前就被业务层拦截。本文围绕真实攻击载荷传递、异常断言、高危拼接分支、日志审计和二次注入覆盖，整理一套更可靠的 SQL 注入防护测试思路。
