【SQL】常见SQL 行列转换的方法汇总 - 精华版

一、引言

• 近期参加了数据岗位的一些面试（如下图：近几年的面试数据），非常多的同学在简历上会写熟悉、精通SQL，但一旦进行原理性（对应数据开发岗）或者实操性（数据分析、数据产品岗）的沟通和测试，往往表现的不尽如人意。所以打算再开一个【SQL】的专栏，分享一些SQL的知识和技巧。
• SQL专题往期内容：
  • 【SQL】基于多源SQL 去重方法对比 – 精华版
  • 【SQL】常见SQL 行列转换的方法汇总 - 精华版
    

二、SQL常见的行列转换对比

1. 行转列 Pivoting

1.1 ​​CASE WHEN + 聚合函数​​

• 实现方式​​：CASE条件判断生成新列，配合MAX/SUM等聚合函数处理数据。
• 优点​​：兼容性强，适用于所有支持SQL的数据库。
• 缺点​​：列固定时需手动编写大量条件，动态列处理困难。

# 示例
SELECT name
      ,MAX(CASE WHEN skill='语文' THEN 1 ELSE 0 END) AS is_chinese
      ,MAX(CASE WHEN skill='数学' THEN 1 ELSE 0 END) AS is_math
FROM A 
GROUP BY name;

# PS：这里要注意，很多同学写的时候直接case when 就结束了，试想一下结束后的数据结构如下
| 姓名 | 是否语文 | 是否数学 |
| 张三 |  1     |   0     | 
| 张三 |  0     |   1     | 

# 我们需要的行转列后的一条记录，这也是为什么要用聚合函数再处理的原理
| 姓名 | 是否语文 | 是否数学 |
| 张三 |  1     |   1    | 

1.2 ​​IF + 聚合函数​​

• ​​实现方式​​：类似CASE WHEN，但语法更简洁
• 优点​​：语法简化，适合少量固定列。
• 缺点​​：同case ，注意事项同case。

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

1.3 ​​PIVOT操作符​​

• 实现方式​​：专用于行转列的语法，需指定聚合函数和转换列。
• ​​优点​​：语法简洁，逻辑清晰。
• 缺点​​：仅支持部分数据库（如SQL Server、Oracle），动态列需结合动态SQL。

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

2.列转行 Unpivoting

2.1 UNION ALL​​

• 实现方式​​：将多列拆分为多个SELECT子查询后合并。
• ​​优点​​：兼容性好，适用于所有数据库。
• 缺点​​：代码冗余，列多时维护困难。

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

2.2 ​​EXPLODE函数（Hive/Spark）​

• ​​实现方式​​：将数组或拆分后的字符串转换为多行。
• 优点​​：简洁高效，适合处理数组或分隔字符串。
• 缺点​​：仅适用于支持EXPLODE的大数据平台（如Hive）。

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

2.3 ​​UNPIVOT操作符​​

• 实现方式​​：专用于列转行的语法。
• ​​优点​​：语法直观，逻辑清晰。
• 缺点​​：仅支持部分数据库（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、对比总结​​

方法	适用场景	优势	劣势
CASE WHEN	简单固定列的行转列	所有数据库支持，兼容性强	代码冗余，动态列处理困难
PIVOT/UNPIVOT	支持该语法的数据库	语法简洁，逻辑清晰	动态列需结合动态SQL，兼容性差
UNION 系列	列转行且列数较少	所有数据库支持，简单通用	代码冗余，维护成本高
EXPLODE	大数据平台中的数组或字符串拆分	高效简洁	环境受限，仅Hive/Spark等

​​四、总结建议​​

类型	优先级
行转列​​	PIVOT（若数据库支持) > CASE WHEN
​​列转行	UNPIVOT / EXPLODE > UNION ALL
动态列处理	结合应用层逻辑生成SQL（如Java/Python拼接），或使用存储过程（偏应用场景，故这里不介绍）

• 具体选择哪种类型实现，需要根据业务场景下，对应的数据库类型、数据量、列是否固定等等因素综合判断，从而选择相对较优的解。