分桶计算是在GROUP BY结果上对连续字段按等宽或等频划分区间并统计，区别于GROUP BY的离散分类；常用NTILE()实现等频分桶、WIDTH_BUCKET()或手动公式实现等宽分桶。
什么是分桶计算，和 GROUP BY 有什么区别？
分桶计算不是 SQL 标准语法里的术语，实际指的是：在 GROUP BY 结果基础上，把每个分组再按某个连续字段（比如销售额、年龄、时间）切分成若干等宽或等频的“桶”，然后统计每桶内有多少组、或每桶的聚合值。它和单纯 GROUP BY 的关键差异在于——GROUP BY 是离散分类（如按 category 分），而分桶是连续域上的区间划分（如把 price 每 100 元一段）。
常见误操作是试图用 GROUP BY 直接套用 CASE WHEN 写一堆区间，但逻辑松散、不易复用；更稳妥的方式是先构造桶边界，再 JOIN 或子查询映射。
用 NTILE() 实现等频分桶（每桶行数尽量相等）
NTILE(n) 是窗口函数，能把结果集平均分成 n 桶，编号从 1 到 n。注意：它作用于 整个结果集，不是每个分组内部——所以若你已用 GROUP BY 得到汇总行（比如每个城市一个 SUM(sales)），得先把这些汇总行作为子查询，再对其应用 NTILE。
-
NTILE(4)对 10 行数据会分配为：3,3,2,2（不是严格均分，但尽量均衡） - 它不关心数值大小，只看排序后的位置，适合做“Top 25% / Median / Bottom 25%”类分析
- 若需按分组内分桶（比如每个省份内销量分四档），必须加
PARTITION BY province
SELECT province, total_sales,
NTILE(4) OVER (PARTITION BY province ORDER BY total_sales) AS sales_quartile
FROM (SELECT province, SUM(sales) AS total_sales
FROM orders GROUP BY province) t;用 WIDTH_BUCKET() 做等宽分桶（按数值范围切固定宽度区间）
WIDTH_BUCKET(value, min, max, bucket_count) 是 Oracle/PostgreSQL 支持的函数（MySQL 不原生支持），直接返回 value 落在哪一个等宽桶里。它真正实现“按数值分桶”，且天然支持分组后二次聚合。
- 第二、三参数必须是常量或确定值；如果
min/max来自数据本身（比如全表MIN(price)），得用子查询或 CTE 预先算出 - 桶编号从 1 开始，超出
[min, max]范围的值会返回 0 或bucket_count+1（取决于数据库），务必检查边界处理 - 示例中把各品类平均价格分成 5 档：
WITH price_stats AS (
SELECT category, AVG(price) AS avg_price,
MIN(AVG(price)) OVER() AS global_min,
MAX(AVG(price)) OVER() AS global_max
FROM products GROUP BY category
)
SELECT category, avg_price,
WIDTH_BUCKET(avg_price, global_min, global_max, 5) AS price_bucket
FROM price_stats;MySQL 用户怎么绕过缺失的 WIDTH_BUCKET？
MySQL 8.0+ 没有 WIDTH_BUCKET()，但可以用 FLOOR((value - min_val) / bucket_width) + 1 手动模拟等宽桶：
- 必须提前知道全局
min和max，否则无法统一桶宽 -
bucket_width = (max - min) / n，注意浮点精度可能导致边界错位，建议用ROUND(..., 2)控制小数位 - 更安全的做法是用
UNION ALL构建桶定义表，再LEFT JOIN映射，尤其当桶边界非线性时（比如 [0–100), [100–500), [500–∞)）
SELECT t.category, t.avg_price, b.bucket_id FROM ( SELECT category, AVG(price) AS avg_price FROM products GROUP BY category ) t LEFT JOIN ( SELECT 1 AS bucket_id, 0 AS low, 100 AS high UNION ALL SELECT 2, 100, 500 UNION ALL SELECT 3, 500, 999999 ) b ON t.avg_price >= b.low AND t.avg_price < b.high;
分桶真正的复杂点不在写法，而在“桶的语义是否对齐业务目标”——等频桶可能让一个桶里混着高价低毛利和低价高毛利商品；等宽桶在数据偏斜时会导致某些桶空、某些桶挤爆。动手前先确认：你要的是分布形状，还是可解释的业务区间。
