最常用且兼容性最好的年龄段分组统计方式是直接在select中嵌套case when并配合group by分组别名，需明确边界、处理null及异常值，并优先用where预过滤提升性能。
用 CASE WHEN 实现年龄段分组统计
直接在 SELECT 中嵌套 CASE WHEN 是最常用、兼容性最好的方式，不需要依赖窗口函数或 CTE，MySQL、PostgreSQL、SQL Server 都能跑通。
常见错误是把年龄字段直接写进 GROUP BY，结果每岁一行，根本不是“分段”；或者漏写 ELSE，导致部分记录被丢弃（尤其当年龄为 NULL 或负值时）。
- 年龄段边界要明确闭合：比如
0-17用age ，<code>18-25用age BETWEEN 18 AND 25，避免重叠或遗漏 - 必须配合
GROUP BY分组别名（如age_group），不能只写CASE表达式本身 - 示例语句：
SELECT
CASE
WHEN age
<h3>WHERE 过滤后再统计更高效</h3>
<p>如果只关心某几个年龄段（比如只统计 18–45 岁用户），先用 <code>WHERE</code> 筛数据，再分组，比全表扫描 + <code>CASE</code> 判断快得多，尤其在大表上效果明显。</p>
<p>容易忽略的是：<code>WHERE</code> 无法替代 <code>CASE</code> 的分段逻辑——它只能排除，不能归类。比如你想同时看“18–25”和“26–35”两组人数，就不能只靠 <code>WHERE age >= 18</code>。</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/ai/2123" title="Picit AI"><img
src="https://img.php.cn/upload/ai_manual/000/000/000/175680155868302.png" alt="Picit AI" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/ai/2123" title="Picit AI" class="overflowclass">Picit AI</a>
<p class="overflowclass">一款AI图像与设计工具，主要用于免费AI图片编辑器、滤镜与设计工具，适合需要提升相关任务效率的用户。</p>
</div>
<a rel="nofollow" href="/ai/2123" title="Picit AI" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
- 适合场景：报表固定只展示某几段，且对应字段有索引（如
age列建了 B-tree 索引） - 不要在
WHERE里写函数，比如WHERE FLOOR(age/10)*10 = 20，会失效索引 - 正确写法示例（查 18–45 岁各细分段）：
SELECT
CASE
WHEN age
<h3>用 WITH RECURSIVE 构造连续分段（高级但少用）</h3>
<p>当分段规则复杂、区间多（比如按 5 岁一档从 0 到 100），硬写几十个 <code>WHEN</code> 易出错且难维护，这时可考虑用递归 CTE 生成分段维度表再 <code>LEFT JOIN</code>。</p>
<p>注意：SQLite 和旧版 MySQL 不支持 <code>WITH RECURSIVE</code>；PostgreSQL 和较新 MySQL（8.0+）可用，但性能不一定比静态 <code>CASE</code> 好，仅适合动态配置场景。</p>
- 关键点：递归终止条件必须明确（如
upper_bound ），否则无限循环 -
JOIN时要用ON u.age >= d.lower AND u.age ，注意开闭区间一致性 - 简单示意（非完整可执行）：
WITH RECURSIVE age_ranges AS ( SELECT 0 AS lower, 5 AS upper UNION ALL SELECT lower + 5, upper + 5 FROM age_ranges WHERE upper = r.lower AND u.age <h3>NULL 和异常值必须显式处理</h3> <p>真实数据里 <code>age</code> 字段常有 <code>NULL</code>、0、负数甚至超大值（如 999），这些默认不会进入任何 <code>WHEN</code> 分支，若没写 <code>ELSE</code> 就直接消失，导致总数对不上。</p> <p>调试时发现统计总数变少，第一反应就该查 <code>SELECT COUNT(*), COUNT(age) FROM users</code> 是否相等——不等说明有 <code>NULL</code> 干扰。</p>
- 推荐写法：所有
CASE必带ELSE '未知' OR NULL，并单独统计 - 若业务要求排除异常值，用
WHERE age > 0 AND age 更清晰，别塞进 <code>CASE - 别依赖数据库自动类型转换：比如字符串型
'25'和数值型25混用会导致CASE判断失效
NULL 处理务必在 SQL 里写死，别指望应用层补。
