一、引言

• 近期參加了數據崗位的一些面試（如下圖：近幾年的面試數據），非常多的同學在簡歷上會寫熟悉、精通SQL，但一旦進行原理性（對應數據開發崗）或者實操性（數據分析、數據產品崗）的溝通和測試，往往表現的不盡如人意。所以打算再開一個【SQL】的專欄，分享一些SQL的知識和技巧。
• SQL專題往期內容：
  • 【SQL】基于多源SQL 去重方法對比 – 精華版
  • 【SQL】常見SQL 行列轉換的方法匯總 - 精華版
    

二、SQL常見的行列轉換對比

1. 行轉列 Pivoting

1.1 ??CASE WHEN + 聚合函數??

• 實現方式??：CASE條件判斷生成新列，配合MAX/SUM等聚合函數處理數據。
• 優點??：兼容性強，適用于所有支持SQL的數據庫。
• 缺點??：列固定時需手動編寫大量條件，動態列處理困難。

# 示例
SELECT name,MAX(CASE WHEN skill='語文' THEN 1 ELSE 0 END) AS is_chinese,MAX(CASE WHEN skill='數學' THEN 1 ELSE 0 END) AS is_math
FROM A 
GROUP BY name;# PS：這里要注意，很多同學寫的時候直接case when 就結束了，試想一下結束后的數據結構如下
| 姓名 | 是否語文 | 是否數學 |
| 張三 |  1     |   0     | 
| 張三 |  0     |   1     | # 我們需要的行轉列后的一條記錄，這也是為什么要用聚合函數再處理的原理
| 姓名 | 是否語文 | 是否數學 |
| 張三 |  1     |   1    | 

1.2 ??IF + 聚合函數??

• ??實現方式??：類似CASE WHEN，但語法更簡潔
• 優點??：語法簡化，適合少量固定列。
• 缺點??：同case ，注意事項同case。

SELECT name,MAX(IF(course='語文', score, 0)) AS chinese
FROM A 
GROUP BY name;

1.3 ??PIVOT操作符??

• 實現方式??：專用于行轉列的語法，需指定聚合函數和轉換列。
• ??優點??：語法簡潔，邏輯清晰。
• 缺點??：僅支持部分數據庫（如SQL Server、Oracle），動態列需結合動態SQL。

SELECT * FROM Sales 
PIVOT (SUM(Amount) FOR Month IN ([Jan-22], [Feb-22])) AS PivotTable;

2.列轉行 Unpivoting

2.1 UNION ALL??

• 實現方式??：將多列拆分為多個SELECT子查詢后合并。
• ??優點??：兼容性好，適用于所有數據庫。
• 缺點??：代碼冗余，列多時維護困難。

SELECT name, '語文' AS subject, is_chinese AS value FROM A WHERE is_chinese = 1
UNION ALL
SELECT name, '數學' AS subject, is_math FROM B WHERE is_math = 1 

2.2 ??EXPLODE函數（Hive/Spark）?

• ??實現方式??：將數組或拆分后的字符串轉換為多行。
• 優點??：簡潔高效，適合處理數組或分隔字符串。
• 缺點??：僅適用于支持EXPLODE的大數據平臺（如Hive）。

SELECT name, subject FROM B 
LATERAL VIEW EXPLODE(SPLIT(subject, ',')) tmp AS subject;

2.3 ??UNPIVOT操作符??

• 實現方式??：專用于列轉行的語法。
• ??優點??：語法直觀，邏輯清晰。
• 缺點??：僅支持部分數據庫（如SQL Server）。

# 示例SQL Server
SELECT name, subject, value FROM A
UNPIVOT (value FOR subject IN (is_chinese, is_math)) AS UnpivotTable;

三、對比總結??

方法	適用場景	優勢	劣勢
CASE WHEN	簡單固定列的行轉列	所有數據庫支持，兼容性強	代碼冗余，動態列處理困難
PIVOT/UNPIVOT	支持該語法的數據庫	語法簡潔，邏輯清晰	動態列需結合動態SQL，兼容性差
UNION 系列	列轉行且列數較少	所有數據庫支持，簡單通用	代碼冗余，維護成本高
EXPLODE	大數據平臺中的數組或字符串拆分	高效簡潔	環境受限，僅Hive/Spark等

??四、總結建議??

類型	優先級
行轉列??	PIVOT（若數據庫支持) > CASE WHEN
??列轉行	UNPIVOT / EXPLODE > UNION ALL
動態列處理	結合應用層邏輯生成SQL（如Java/Python拼接），或使用存儲過程（偏應用場景，故這里不介紹）

• 具體選擇哪種類型實現，需要根據業務場景下，對應的數據庫類型、數據量、列是否固定等等因素綜合判斷，從而選擇相對較優的解。