SQL数据分桶统计本质是将连续数值按预设区间归类计数，核心通过CASE WHEN（适合不规则区间）、FLOOR/CEILING（适合等宽分桶）或WIDTH_BUCKET函数（Oracle/PG专属）实现分组逻辑，再配合GROUP BY和COUNT完成统计。
SQL数据分桶统计，本质是把连续数值按预设区间（桶）归类后计数，核心靠 CASE WHEN 或 FLOOR/CEILING + 运算 实现分组逻辑，再配合 GROUP BY 和 COUNT 完成统计。
用 CASE WHEN 明确划分区间（推荐新手）
适合区间不规则、有业务含义或需要自定义标签的场景。比如统计用户年龄分布：
0–17为“未成年”，18–35为“青年”，36–59为“中年”，60+为“老年”。
- 每个区间写一个 WHEN 条件，注意边界是否包含（用 >= / > /
- ELSE 不可少，兜底异常值（如年龄为负、超200等），避免漏统计
- 别在 SELECT 中直接写 COUNT(*)，而应先生成“桶列”，再 GROUP BY 该列
示例：
SELECTCASE
WHEN age BETWEEN 0 AND 17 THEN '未成年'
WHEN age BETWEEN 18 AND 35 THEN '青年'
WHEN age BETWEEN 36 AND 59 THEN '中年'
WHEN age >= 60 THEN '老年'
ELSE '未知'
END AS age_group,
COUNT(*) AS cnt
FROM users
GROUP BY age_group;
用 FLOOR 或 CEILING 做等宽分桶（适合数值型连续字段）
当区间等距（如每10岁一桶、每100元一档），用数学函数更简洁、易扩展。关键在构造“桶编号”：用原始值做除法再取整，即可映射到整数桶号。
eSiteGroup站群管理系统1.0.4
下载
eSiteGroup站群管理系统是基于eFramework低代码开发平台构建，是一款高度灵活、可扩展的智能化站群管理解决方案，全面支持SQL Server、SQLite、MySQL、Oracle等主流数据库，适配企业级高并发、轻量级本地化、云端分布式等多种部署场景。通过可视化建模与模块化设计，系统可实现多站点的快速搭建、跨平台协同管理及数据智能分析，满足政府、企业、教育机构等组织对多站点统一管控的
- 正数用 FLOOR(value / width)，例如 FLOOR(score / 10) 把 0–9→0，10–19→1…
- 若想让 1–10、11–20…这样分，可用 FLOOR((value - 1) / width) + 1
- 负数需额外处理（如先加偏移量转为正数），否则 FLOOR(-1.5) = -2，易出错
示例（成绩0–100，每20分一桶）：
SELECTFLOOR(score / 20) AS bucket_id,
CONCAT(FLOOR(score / 20) * 20, '-', FLOOR(score / 20) * 20 + 19) AS score_range,
COUNT(*) AS cnt
FROM exams
WHERE score IS NOT NULL
GROUP BY bucket_id
ORDER BY bucket_id;
用 WIDTH_BUCKET（Oracle/PostgreSQL专属函数）
Oracle 和 PostgreSQL 提供原生分桶函数，一行搞定等宽分桶，自动处理边界和越界情况。
- 语法：WIDTH_BUCKET(value, min_val, max_val, num_buckets)，返回 1 到 num_buckets+2 的整数
- 返回值含义：1=小于min，num_buckets+2=大于max，中间1~num_buckets才是正常区间
- 无需手动写边界条件，但需确保 min/max 覆盖全量数据，否则会进“越界桶”
示例（将 salary 分为4等宽桶）：
SELECTWIDTH_BUCKET(salary, 3000, 20000, 4) AS bucket,
COUNT(*)
FROM employees
GROUP BY bucket
ORDER BY bucket;
注意事项与避坑点
- NULL 值默认不参与任何分桶，务必用 WHERE 过滤或在 CASE 中显式处理
- 字符串型数值（如 '123'）不能直接运算，需先 CAST 或 +0 转类型
- 分桶结果建议加上范围描述列（如 CONCAT），比纯数字桶号更直观
- 大数据量时，对分桶字段建索引无效（因含函数或表达式），优化重点在原始字段和 WHERE 条件
