PostgreSQL如何按指定固定行数（桶大小）划分数据行到对应分桶

你提到的ntile()函数需要预先指定总分桶数，不适合「固定每桶N行、总桶数随数据量自动计算」的场景，直接用row_number()窗口函数结合算术计算即可实现需求。

核心实现逻辑 #

1. 先按你需要的排序规则，给每行分配从1开始的连续行号
2. 对行号做向上取整的除法运算，除数就是你设定的单桶行数，得到的结果就是对应桶号：第1_{N行归入桶1，第N+1}2N行归入桶2，以此类推，无需提前计算总桶数。

代码示例 #

以每100行一个桶、按unit_no字段排序分桶为例，SQL写法如下：

SELECT
  unit_no,
  -- 此处100为单桶行数，可根据需求替换为任意整数参数
  ceil(row_number() OVER (ORDER BY unit_no)::numeric / 100) AS bucket_id
FROM your_target_table;

注意事项 #

• 窗口函数内必须写ORDER BY指定排序规则：数据库默认返回的行顺序没有保障，不指定排序字段会导致分桶结果随机混乱。
• 行号转numeric类型是为了避免PostgreSQL默认的整数除法截断问题，保证向上取整逻辑正确：比如行号100计算得100/100=1归入桶1，行号101计算得101/100=1.01，ceil取整为2归入桶2，完全符合分批规则。
• 最后剩余不足单桶容量的行会自动归入最后一个桶，无需额外编写边界判断逻辑。

分批处理用法 #

后续做分批操作时，直接按bucket_id筛选即可，比如要取第2批（101~200行）的数据，直接增加筛选条件：

WITH bucketed_data AS (
  SELECT
    *,
    ceil(row_number() OVER (ORDER BY unit_no)::numeric / 100) AS bucket_id
  FROM your_target_table
)
SELECT * FROM bucketed_data WHERE bucket_id = 2;

如果数据量达到数十万级，给ORDER BY对应的排序字段加索引，可以大幅降低窗口排序的开销，提升查询速度。

内容的提问来源于stack exchange，提问作者RANJANI R