做这类年龄分组统计时，得先用CASE WHEN把年龄映射成对应的区间标签，再去GROUP BY，不然很容易直接报错。很多人踩坑就踩在这儿：ELSE没写，结果年龄为NULL的用户被悄悄漏掉了。更稳妥的写法，是把所有年龄范围都覆盖到，同时把ELSE分支明确写清楚。

用 CASE WHEN 实现年龄区间分组

直接在 GROUP BY 里写区间判断会报错，必须先用 CASE WHEN 把年龄映射成区间标签，再分组。常见错误是漏写 ELSE，导致 NULL 年龄用户被丢弃。

• CASE WHEN age >= 0 AND age < 18 THEN '未成年'
• WHEN age >= 18 AND age < 35 THEN '青年'
• WHEN age >= 35 AND age < 60 THEN '中年'
• ELSE '老年' —— 必须加，否则 age 为 NULL 或负数时整行不参与统计

WHERE 过滤要放在 GROUP BY 前

如果目标只是统计“已验证手机号”的用户，那么 WHERE phone_verified = 1 就得放在 GROUP BY 前面，这一步不能放错。原因很简单：写进 HA VING，执行顺序就变成“先分组、后过滤”，统计口径自然会偏掉。举个很典型的情况，某个分组里明明只有 1 个用户，但这个用户并没有完成验证，这时 HA VING 处理的不是“跳过这个用户”，而是直接把整组删掉，结果当然就不准确了。

正确顺序：SELECT ... FROM users WHERE phone_verified = 1 GROUP BY ...

注意年龄字段类型和空值处理

很多表里 age 是 INT 但允许 NULL，或者存的是出生日期（BIRTH_DATE），这时不能直接用 age 分组。

• 若字段是日期型，得先算年龄：TIMESTAMPDIFF(YEAR, BIRTH_DATE, CURDATE())（MySQL）或 EXTRACT(YEAR FROM AGE(CURRENT_DATE, birth_date))（PostgreSQL）
• 若 age 为 NULL，CASE WHEN 默认不匹配任何分支，必须靠 ELSE 捕获
• 避免用 ROUND(age) 或 CAST(age AS SIGNED) 强转——原始数据有小数或字符串时会出错

性能敏感场景建议加函数索引

当表很大、且频繁按年龄区间查询时，CASE WHEN 无法走索引。可行办法是新增一个计算列并建索引：

ALTER TABLE users ADD COLUMN age_group VARCHAR(10) 
GENERATED ALWAYS AS (
CASE 
WHEN age >= 0 AND age < 18 THEN '未成年'
WHEN age >= 18 AND age < 35 THEN '青年'
WHEN age >= 35 AND age < 60 THEN '中年'
ELSE '老年' 
END
) STORED;

然后对 age_group 建索引：CREATE INDEX idx_age_group ON users(age_group);

注意：PostgreSQL 不支持生成列，得用表达式索引；SQLite 不支持函数索引，只能靠应用层缓存或预计算。

《夸克》非常好用的免费AI浏览器

下载APP查看