ntile()按排序后行序位置均分数据，不按数值范围切桶；总行数不能被桶数整除时，前若干桶多1行，余数行从第1桶起顺次分配。
NTILE() 函数到底怎么分桶？
NTILE() 不是按值范围切分，而是按**行数顺序均分**。它把结果集按 ORDER BY 排序后的行，从上到下依次编号，再平均分配到指定数量的“桶”（即组）里。比如 10 行数据用 NTILE(3)，会得到 4、3、3 这样的桶大小（尽量均分，余数从第 1 桶开始逐个加 1）。
常见错误是以为它像 PERCENT_RANK() 或直方图那样按数值区间分桶——不是的，它只认行序，不认值分布。
- 必须搭配
ORDER BY，否则报错：Window function NTILE requires an ORDER BY clause - 不能在普通
WHERE或GROUP BY中直接使用，必须作为窗口函数出现在SELECT列表或子查询中 - 如果总行数不能被桶数整除，小编号桶会多 1 行（如 17 行分 5 桶 → 各桶行数为 4,4,3,3,3）
如何避免分桶结果歪斜？
排序字段选得不好，会导致业务意义错乱。例如对销售额用 NTILE(4) 但按 ORDER BY created_at 排序，分出来的“四分位”实际是时间先后，不是金额高低。
真正想看销售梯队？必须 ORDER BY amount DESC；想看新老用户活跃度分层？可能得 ORDER BY last_login_time DESC。
Text To Image
下载
一款AI图像与设计工具，主要用于将文本渲染为图片并返回临时本地文件路径，支持可选的 data URI。适用于 Clawhub 或 Codex，用于将纯文本或带样式的文本进行转换，适合需要提升相关任务效率的用户。
- 排序字段最好有区分度，避免大量重复值：如果 80% 的
amount都是 0，NTILE(4)分出来的前两桶可能全为 0，失去分析价值 - 必要时先去重或过滤异常值，比如
WHERE amount > 0再套窗口函数 - 若需严格按数值区间（如每桶覆盖相同金额跨度），该用
CASE WHEN+MIN/MAX计算边界，而不是NTILE()
和 PERCENT_RANK()、NTILE(100) 有什么区别？
NTILE(100) 看似等于百分位，但不是——它强制把行数切成 100 组，每组行数尽可能相等；而 PERCENT_RANK() 返回的是相对排名比例（0～1），相同值共享同一百分位，且不受总行数是否整除影响。
举个例子：5 行数据，NTILE(100) 只能分出最多 5 个非空桶（其余 95 个桶为空），而 PERCENT_RANK() 能给出 0, 0.25, 0.5, 0.75, 1.0 这样连续的归一化位置。
- 要“每组人数差不多”→ 用
NTILE(n) - 要“每个值在整体中的相对位置”→ 用
PERCENT_RANK()或CUME_DIST() -
NTILE(100)在样本量大（如 >1000 行）时近似百分位，但中小数据集慎用
实战中怎么查各桶的统计指标？
不能直接在同一个查询里对 NTILE() 别名做 GROUP BY，得用子查询或 CTE 包一层：
SELECT
bucket,
COUNT(*) AS cnt,
MIN(amount) AS min_amount,
MAX(amount) AS max_amount,
AVG(amount) AS avg_amount
FROM (
SELECT
amount,
NTILE(5) OVER (ORDER BY amount DESC) AS bucket
FROM sales
WHERE amount IS NOT NULL
) t
GROUP BY bucket
ORDER BY bucket;
注意点：
- 子查询里必须保留用于后续聚合的原始字段（如
amount），否则外层没法算MIN/MAX - 如果原始数据有
NULL，NTILE()默认把它们排在最前面（因 SQL 中NULLS FIRST是默认行为），常导致第 1 桶全是空值——建议提前WHERE amount IS NOT NULL - 别名
bucket是整数，从 1 开始，不是 0，也不是随机字符串
