最常用且不易出错的方式是直接在SELECT和GROUP BY中重复书写CASE WHEN表达式切分年龄段；需明确边界、处理NULL、避免重叠遗漏，且GROUP BY不自动补零。
用 CASE WHEN 切分年龄段再 GROUP BY
直接在 SELECT 里写 CASE WHEN 定义年龄段，然后对这个表达式做 GROUP BY，是最常用也最不容易出错的方式。注意：不能把 CASE WHEN 写在 GROUP BY 之外再引用别名——多数数据库（如 MySQL 5.7、PostgreSQL、SQL Server）不支持在 GROUP BY 中直接用 SELECT 里的列别名。
常见错误现象：ERROR: column "age_group" does not exist 或查询结果每行都是单独一条，没聚合。
- 年龄段边界要明确，比如
0-17、18-34、35-59、60+，避免重叠或遗漏 - 写法示例（MySQL/PostgreSQL）：
SELECT CASE WHEN age < 18 THEN '0-17' WHEN age BETWEEN 18 AND 34 THEN '18-34' WHEN age BETWEEN 35 AND 59 THEN '35-59' ELSE '60+' END AS age_group, COUNT(*) AS cnt FROM users GROUP BY CASE WHEN age < 18 THEN '0-17' WHEN age BETWEEN 18 AND 34 THEN '18-34' WHEN age BETWEEN 35 AND 59 THEN '35-59' ELSE '60+' END; - 如果用别名（如
age_group）代替重复的CASE表达式，MySQL 8.0+ 和 PostgreSQL 支持，但低版本不行；稳妥起见，就重复写一遍
为什么不能只靠 GROUP BY age 再后处理
原始年龄字段是数值型，直接 GROUP BY age 会按每岁分组（比如 25 岁、26 岁各一行），完全达不到“年龄段分布”的目的。有人想先查出所有 age 再用程序归类，这在数据量大时既慢又占内存，还容易漏掉空年龄段（比如没有 70 岁用户，但报表里仍需显示“70+”为 0）。
- 性能影响：数据库端聚合比应用层归类快一个数量级，尤其表有百万行以上
- 兼容性问题：不同数据库对
GROUP BY的严格程度不同（如 MySQL 5.7 默认允许非函数依赖字段，PostgreSQL 则强制要求所有非聚合字段出现在GROUP BY中） - 空年龄段补零必须靠
LEFT JOIN预定义分组表，不是单条GROUP BY能解决的
CASE WHEN 里用 BETWEEN 还是 >= AND <
用 >= AND < 更安全。因为 BETWEEN 是闭区间，容易在边界上和相邻分组打架——比如一个分组写 BETWEEN 18 AND 34，下一个写 BETWEEN 35 AND 59，看着连续，但万一数据里有 34.5（年龄存为 DECIMAL），就会被两边都漏掉。
- 推荐写法：
WHEN age >= 18 AND age < 35 THEN '18-34' - 整数年龄可放宽，但只要字段类型不是
TINYINT或明确约束为整数，就别赌 - NULL 年龄必须单独处理：
WHEN age IS NULL THEN 'unknown'，否则这些行会被整个过滤掉
统计结果里缺某个年龄段？大概率是数据本身没覆盖
GROUP BY 只返回实际存在的分组，不会自动补全缺失的年龄段。比如你定义了 0–17、18–34、35–59、60+ 四档，但表里压根没有 60 岁以上用户，结果就只有三行。
- 要强制显示所有档位（含 0 计数），得建一个年龄段维度表，再
LEFT JOIN - 临时方案（适用简单场景）：用
UNION ALL拼接各档，再用子查询外层GROUP BY，但可读性和维护性差 - 最容易被忽略的一点：前端画柱状图时，如果后端只返回非零项，图表坐标轴可能错位——这个问题不在 SQL 层解决，但得提前意识到
