SQLazy刚完成后的一段时间，我们把它交给一批开发者，用他们自己的查询来试。

反馈整体是正面的，多数人上手就能把工作流跑通，编译出来的 SQL 直接拿去用了。被点名最多的是这几样：生成的 SQL 不瞎编字段、每一步都能点开看、以前不敢动的旧查询也能拿来重做。但痛点也收上来不少，有些还挺扎人。这些痛点不是一回事，我们分了两类看。

第一类：有些能力文档没讲清楚。比如只看重复行、不看唯一行这种取数需求，用去重功能的三个选项可以直接解决；判断一个值属不属于某个集合，用 contain 就行。这一类不用改代码，说清楚就够了。

第二类：能力够，但写起来绕。同一件事表达得出来，只是要绕一圈，或者读的人得盯着看才明白。我们从这一类反馈中学到的是：用户卡住的地方，往往不是功能做不到，而是写起来、读起来费劲。所以这一类我们动了手，下面几条是这一轮改得最值当的——每一处的改动看起来不大，解决的却是日常里反复出现的需求。

最值聚合：但并不要最值本身，而是要相关的其他属性

很多开发者都碰到过同一类麻烦：想要最值那条记录的另一个字段，比如最新那笔订单的金额。

SQL 里没有现成的一步写法，所以一般要写成子查询，先按客户找出最近日期，再回主表筛出来，顺手把聚合也做了：

SELECT ClientID, MAX(Amount) AS MaxAmt FROM orders o
WHERE OrderDate = (SELECT MAX(OrderDate) FROM orders WHERE ClientID = o.ClientID)
GROUP BY ClientID;

需要注意的是，最值对应记录可能不止一条，所以还要再做第二轮聚合，当然如果是单条再聚合一下也不会出错。
Oracle 等少数数据库能一步写完，靠的是专有的 KEEP 写法（MAX(Amount) KEEP (DENSE_RANK LAST ORDER BY OrderDate)），别的库没有，只能拆。
SQLazy 以前只能分两步：先筛出最新那天的记录，再对这批记录求最大：

t2=orders:  rank OrderDate; max; partition ClientID
t3=t2:  summarize max Amount; group ClientID

现在我们把这类需求统一简化成一句 SQLazy 代码：先求最值对应的那条或那些记录，再取另一个字段，

result=  summarize argmax OrderDate max Amount; group ClientID

argmax 后面只跟一个值聚合：先按 OrderDate 锁定最新那天的记录（一条还是多条都行），再取其中最大的金额，一句写完，通用于一切数据库。

计算列：跨行指标从“算两次”到“一次搞定”

占比、累计这类跨行指标，以前没有专门处理，虽然能实现，但要用 2 次计算列功能，代码繁琐。

比如，对已经按销售员 SellerId 排序的 orders 表，要计算每笔订单在每个销售员的销售额中的占比。SQL 的常规写法是开窗（按分组开窗计算）一次算出总额再相除：

SELECT OrderID, Client, SellerId, Amount, OrderDate,
    SUM(Amount) OVER (PARTITION BY SellerId) AS 销售员总额,
    Amount / SUM(Amount) OVER (PARTITION BY SellerId) AS 金额占比
FROM orders;

以前 SQLazy 代码，要算两次，先算总额存一列，再相除：

t1	orders	计算列 合计, Amount, 命名 销售员总额; 分区 SellerId
t2	t1	计算列 Amount/销售员总额, 命名 金额占比

现在我们新加入了方便的跨行参数，SQLazy 代码只要一句——注意，这是我们补的，不是原来就有的：

t1	orders	计算列 Amount, 占比, 命名 金额占比; 分区 SellerId

新代码里“占比”就是跨行参数，一次算出每行占本组总额的比例，不用先算总额那一列。同理，累计、累计占比、增长率、同期比、同期增长等也都有对应的跨行参数，一句搞定。
我们学到的是：跨行指标人人都要算，绕的不是机器，是读代码的人。两步能写，但要先想明白中间那一列是干什么的。

分段、对齐、排名

分段依据可以有无穷多种，以前只能用条件表达式硬写——比如“值变了就分段”，要写成上一行比较加首行空值处理，读的人得在脑子里过一遍才确认。我们从中看到：分段依据看着无穷，常用的其实就那几种；所以我们把常用依据归纳成了八个枚举：变化、不变、变大、未变大、变小、未变小，另加总共分几组、每隔几条一组，把依据说出来就行。

报表要日期连续，没有数据的那天也要留一行。反馈让我们意识到，补空行绕的不是写法本身，而是三步之间还要交代对齐基准是哪一列。SQL 的常规做法是造一张日期序列再左关联回原表，SQLazy 以前也要先造序列再关联，两步；所以我们把这三步收进了一个 align，现在一句就能按基准对齐补空行，参数有对齐基准、只排序、保留其它列和分区。

取前几名这种需求天天见，以前却要先算出排名列（按某列排出先后名次）再筛一次，占两步；所以我们让 rank 直接按排名取，top、bottom 配计数，max、min 取记录。

这些改动为什么值当

AI writes the logic. A compiler writes the SQL.

这些改动都不大，落点却是同一类事：“按口径锁定一批记录再聚合”“算出这个分区里的占比和累计”“按业务依据分段”“把缺的日期补齐”“取前几名”——每一个都是每天都在发生的需求。改完之后，代码从绕着写变成一句话。

适用范围没变：简单增删改查直接写 SQL 更省事；宏还在路线图上，递归即将发布；上面这些能力也不是全部，我们改的只是反馈最集中的那几处。

SQLazy: Complex SQL, made lazy. Trusted by design.

欢迎把你测出来的坑贴到我们的论坛，AI 生成的、前人留下的都行。上面每一条，示例库里都有对应的真实难题github.com/SPLWare/SQLazy/tree/master/examples，提交自己的题会被拆解收录。