SQL中怎么利用GROUP BY进行数据分段统计？

必须用CASE WHEN先映射为离散标签再GROUP BY，因GROUP BY不支持BETWEEN等逻辑运算符，只接受列名或表达式；直接写GROUP BY age BETWEEN 18 AND 25是语法错误，所有主流数据库均报错。

不能直接用 GROUP BY 对数值区间分组，必须先用 CASE WHEN 把原始值转成标签，再按标签分组。

为什么 GROUP BY age BETWEEN 18 AND 25 会报错？

这是语法错误——GROUP BY 后面只接受列名、表达式或别名，不支持 BETWEEN、AND 这类逻辑运算符。所有主流数据库（MySQL、PostgreSQL、SQL Server）都会抛出类似 ERROR: syntax error at or near "BETWEEN" 的错误。

• GROUP BY 的作用对象是“值”，不是“条件”；区间判断属于逻辑映射，得在 SELECT 中完成
• 想实现分段统计，本质是两步：先分类（CASE WHEN），再聚合（GROUP BY 别名）
• 把 CASE 表达式重复写两遍（SELECT 和 GROUP BY）容易因空格、大小写或类型隐式转换导致不一致，建议显式定义别名

怎么写 CASE WHEN 才不漏数据、不重叠？

边界处理不当会导致记录被丢弃或跨组重复，尤其当字段含 NULL、负数、小数时。

• 每个分支用左闭右开写法更安全，比如 age >= 18 AND age ，比 <code>BETWEEN 18 AND 35 更可控
• 显式写出 WHEN age IS NULL THEN 'unknown'，别依赖 ELSE 模糊兜底
• 覆盖全集：所有可能值（包括负数、超大值）都应有对应分支，或用 ELSE 明确标注含义，如 ELSE 'invalid_age'
• 避免用 和 <code>>= 相邻拼接，比如 age 和 <code>age >= 36，中间若有 35.5 就会掉进缝隙

WHERE 预过滤和 CASE 分组，哪个更影响性能？

对大表来说，WHERE 先筛再分组，通常比全表走 CASE 快得多；但要注意是否符合业务需求。

• 如果只关心某几个段（如只统计 18–45 岁用户），用 WHERE age BETWEEN 18 AND 45 能大幅减少扫描行数
• 但如果要输出全部段（包括“未成年”“老年”等），WHERE 过滤会直接剔除这些记录，结果就不完整了
• CASE WHEN 本身几乎无法利用索引，所以别指望它加速；真正能提速的是 WHERE + 索引列（如 age 上有索引）
• 若 age 是计算字段（如 YEAR(NOW()) - YEAR(birth_date)），则更难优化，优先考虑物化该字段并建索引

最易被忽略的点是：CASE 分支顺序会影响结果。数据库按从上到下匹配，一旦命中就终止，所以高优先级或窄区间（如 age 异常值）要放在前面，否则可能被宽泛分支（如 <code>ELSE）提前吞掉。