必须用CASE WHEN构造年龄段标签再GROUP BY，不可直接对age数值分组；需先WHERE过滤NULL和异常值确保数据质量；复杂逻辑推荐用CTE提升可读性；生成列加索引可优化大数据量性能。
用 CASE WHEN 计算年龄段并 GROUP BY
SQL 本身没有内置的“年龄段分组”函数，必须手动把 age 字段映射成区间标签，再按标签聚合。核心是用 CASE WHEN 构造分组依据，不是直接对数值字段 GROUP BY age。
常见错误是写成 GROUP BY FLOOR(age / 10) —— 这会导致 0–9 岁和 10–19 岁混在同一个分组（都落进 FLOOR(9/10)=0 和 FLOOR(19/10)=1？不对，其实是 0、1、2…，但边界不直观，且无法表达“60岁以上”这种开放区间）。
推荐写法：
SELECT
CASE
WHEN age < 18 THEN '未成年'
WHEN age BETWEEN 18 AND 24 THEN '18-24岁'
WHEN age BETWEEN 25 AND 34 THEN '25-34岁'
WHEN age BETWEEN 35 AND 44 THEN '35-44岁'
WHEN age BETWEEN 45 AND 59 THEN '45-59岁'
WHEN age >= 60 THEN '60岁及以上'
ELSE '未知'
END AS age_group,
COUNT(*) AS user_count
FROM users
GROUP BY
CASE
WHEN age < 18 THEN '未成年'
WHEN age BETWEEN 18 AND 24 THEN '18-24岁'
WHEN age BETWEEN 25 AND 34 THEN '25-34岁'
WHEN age BETWEEN 35 AND 44 THEN '35-44岁'
WHEN age BETWEEN 45 AND 59 THEN '45-59岁'
WHEN age >= 60 THEN '60岁及以上'
ELSE '未知'
END;WHERE 过滤 NULL 或异常 age 值再统计
真实数据里 age 字段常有 NULL、负数、超大值（如 200、999），这些会全被归到 ELSE '未知' 分组，掩盖数据质量问题。
如果目标是“有效用户年龄段分布”，应在聚合前清理：
- 加
WHERE age IS NOT NULL AND age >= 0 AND age < 150排除明显脏数据 - 若业务允许保留缺失值，单独用
WHERE age IS NULL查一遍数量，确认是否合理（比如注册未填年龄） - 避免在
CASE中用ELSE模糊兜底——先看兜了多少，再决定是否纳入统计
MySQL 8.0+ 可用 CTE 提高可读性
当年龄段逻辑复杂（比如要按“Z世代”“千禧一代”等标签分组），重复写两遍 CASE 易出错。MySQL 8.0、PostgreSQL、SQL Server 支持 CTE，可先算出分组列再聚合：
WITH user_age_groups AS (
SELECT
id,
CASE
WHEN age < 18 THEN '未成年'
WHEN age <= 24 THEN 'Z世代'
WHEN age <= 39 THEN '千禧一代'
WHEN age <= 59 THEN 'X世代'
ELSE '婴儿潮及以上'
END AS gen_group
FROM users
WHERE age IS NOT NULL AND age BETWEEN 0 AND 120
)
SELECT gen_group, COUNT(*) AS user_count
FROM user_age_groups
GROUP BY gen_group;注意：BETWEEN 是闭区间，<= 24 比 BETWEEN 18 AND 24 少写一个条件，也更易维护。
性能与索引注意事项
CASE WHEN 表达式无法走索引，所以这个查询本质是全表扫描。如果表很大（千万级+）且需高频执行：
- 考虑增加生成列（MySQL 5.7+ / PostgreSQL）并建索引：
ALTER TABLE users ADD COLUMN age_group VARCHAR(20) GENERATED ALWAYS AS (CASE ... ) STORED，然后对age_group建索引 - 避免在
CASE中调用函数（如YEAR(NOW()) - YEAR(birth_date)），计算应尽量前置或在应用层做 - 如果只是临时分析，加
LIMIT验证逻辑即可，别一上来就跑全量
真正麻烦的不是写法，而是“年龄”字段本身是否可信——它可能来自用户填写、身份证解析、模型估算，不同来源误差范围差很多。先校验数据质量，再分组统计。
