存貨成本先進先出法（FIFO），
可以用 SQL 在資料倉儲算嗎？

睿博資訊 REPLWARE｜最後更新 2026-10-23

存貨成本的先進先出法（FIFO）可以用 SQL 的 window function 在資料倉儲裡計算，不必把資料搬進應用程式逐筆處理。 我們處理過的一個案例，客戶的工程師用 500 多行程式還沒完成，改用 SQL 約 50 行就完成。

為什麼放在資料倉儲算

放在資料倉儲算，是因為資料量一大，把資料從資料庫搬到程式裡的時間，會遠多於計算本身的時間。 把運算放到資料所在的地方，也就是「搬移程式到資料端」（move code to data），可以省掉大量 IO。

另一個好處是除錯。每一步的中間結果都可以寫成一個 view 直接查詢，像在 Excel 裡逐欄檢查一樣，容易找出哪一步算錯。

作法：用累計數量對應累計成本

FIFO 的關鍵，是把每筆出庫換算成「累計出庫量」，再看它落在哪一批進貨裡：

1. 進貨：依時間算出每批的累計數量與累計成本。
2. 出庫：依時間算出累計出庫量。
3. 用累計出庫量找到對應的進貨批次，按該批的單價內插出「累計出庫成本」。
4. 本筆出庫成本＝本筆的累計出庫成本－上一筆的累計出庫成本。一筆出庫即使跨了兩批進貨，成本也正確。

以一個品項為例，依時間先後：

以下 SQL 改寫自《從試算表到資料平台》第十章的範例，在 DuckDB 測試過，算出的就是上表的結果。stock_moves 每列是一筆進貨（in）或出庫（out）：

-- stock_moves: one row per receipt ('in') or issue ('out') of an item
WITH receipts AS (            -- running totals of quantity and cost received
  SELECT item,
         sum(qty)             OVER w                  AS cum_in_qty,
         coalesce(sum(qty)    OVER prev_w, 0)         AS prev_in_qty,
         sum(qty * unit_cost) OVER w                  AS cum_in_cost,
         coalesce(sum(qty * unit_cost) OVER prev_w, 0) AS prev_in_cost
  FROM stock_moves
  WHERE direction = 'in'
  WINDOW w      AS (PARTITION BY item ORDER BY moved_at),
         prev_w AS (PARTITION BY item ORDER BY moved_at
                    ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING)
),
issues AS (                   -- running total of quantity issued
  SELECT move_id, item, moved_at, qty,
         sum(qty) OVER (PARTITION BY item ORDER BY moved_at) AS cum_out_qty
  FROM stock_moves
  WHERE direction = 'out'
),
issue_cost AS (               -- cumulative FIFO cost at each issue's running total
  SELECT i.move_id, i.item, i.moved_at, i.qty,
         r.prev_in_cost + (i.cum_out_qty - r.prev_in_qty)
           / (r.cum_in_qty - r.prev_in_qty) * (r.cum_in_cost - r.prev_in_cost) AS cum_out_cost
  FROM issues i
  JOIN receipts r
    ON i.item = r.item
   AND i.cum_out_qty >  r.prev_in_qty    -- half-open range: an issue ending exactly
   AND i.cum_out_qty <= r.cum_in_qty     -- on a batch boundary matches one batch only
)
SELECT move_id, item, moved_at, qty,
       cum_out_cost - coalesce(lag(cum_out_cost) OVER (PARTITION BY item ORDER BY moved_at), 0)
         AS fifo_cost
FROM issue_cost
ORDER BY item, moved_at;

使用時要注意兩點：同一品項的 moved_at 不能重複，否則先後順序不確定；出庫量超過累計進貨量的那幾筆，不會出現在結果裡。

Excel 裡的計算，搬進資料倉儲的一般作法

FIFO 是一個例子。其他原本在 Excel 裡做的計算，搬進資料倉儲時大致是同一套作法：

• 抽取與載入：用 Meltano 這類 EL 工具，把 ERP、營運資料庫與上傳的 Excel 載入資料倉儲，例如 ClickHouse。
• 寬表轉長表：每月一欄的寬表，先 UNPIVOT 成每格一列才能 JOIN；比對兩個版本，就是兩張長表 FULL OUTER JOIN 後算差額。
• 資料轉換：用 dbt 把計算步驟寫成一層層 SQL view，也就是函數式資料轉換，每一層的中間結果都能查詢。
• 排程：每期重跑用 cron 就夠，工作之間有依賴關係、排程變複雜時再用 Kestra。
• 報表：Metabase 直接接資料倉儲。

延伸閱讀

• 每個月花最多時間整理的那份 Excel，能不能自動化？（給財務與營運主管）
• 〈搬移程式到資料端 (move code to data)〉（睿博洞察）
• 〈函數式資料轉換〉（睿博洞察）
• 《從試算表到資料平台：重構資料工程的技術與團隊》第二、十章