SqlServer-数据旋转-知其然也指其所以然

    在日常开发中，尤其是数据统计制作报表的时候，我们经常需要一种把行转换成列的技术，用于展示我们的统计结果，也许有人会说，我不能在设计表结构的时候就按照我想展示的结构进行设计么？虽然这也是一种办法，但日常的统计都是随着业务不断的运行，而逐步积累的动态数据，这时新的数据就会平凡导致表结构的修改。

    例如：我们现在有一个需求，在数据库中存储每个人的名字、所掌握的专业技能与每项技能的熟练度，并且我想以一种简单的统计方式，看每个人的每项技能的熟练度，统计结果的要求如下：

 

 

    那么我们应该如何考虑设计数据库中的表结构？当然你可以就按照上面输出的结果格式设计表结构，但这种结构在后期随着业务的变化会过度愈来愈数据定义语言（DDL），试想一下后面再来一位赵六，并且赵六以上技能都会的同时还会Flink,我们势必要面对对表结构的修改，这将是我们的编程非常痛苦，所以我们通常会选择设计一张包含：姓名，专业与熟练度着三个列的表结构来存储基本信息，这样我们以后只需要对表中的数据进行增删改的操作即可满足要求，当然这在统计的时候也会自然变得稍微复杂一些，不过，当你权衡每种方法的利弊时，我选择两害相较取其轻。

    闲话少叙，接下来就开始我们的正题“数据旋转”，前面说了数据旋转我们可以理解为一种把行转换成列的技术，结合我们上面的例子，我们基础数据的表结构设计如下：

 

 

    那么我们如何将原始的表结构转换为目标格式输出呢？从原始数据表结构到目标展示的表结构，我们可以看出，这就是一种典型的把行转换成列的需求，首先，我们先把原始表结构实现，具体语句如下：

CREATE TABLE skills
(
    name NVARCHAR(6),
    skills NVARCHAR(20),
    score int
)

INSERT INTO skills VALUES('张三','Java',91);
INSERT INTO skills VALUES('张三','HDFS',75);
INSERT INTO skills VALUES('张三','HIVE',85);
INSERT INTO skills VALUES('张三','Spark',85);
INSERT INTO skills VALUES('李四','Java',98);
INSERT INTO skills VALUES('王五','.Net',99);
INSERT INTO skills VALUES('王五','Java',75);
INSERT INTO skills VALUES('王五','HDFS',85);
INSERT INTO skills VALUES('王五','HIVE',85);
INSERT INTO skills VALUES('王五','Spark',85);

    那么首先我们回想一下上一面《SqlServer-逻辑查询-ON与WHERE的天壤之别》中描述的查询逻辑处理的过程，这对于理解这个示例是非常有帮助的，我在前面讲到了SELECT阶段通常很多情景下会在SQL语句的最后一步执行，并且SELECT语句用于指定最终表都输出哪些列，那么我们在看下我们示例中要求输出的都有哪些列？输出结果中包含（姓名、.Net、Java、HDFS、HIVE、Spark）,并且我们可以从问题和结果中看出，是把每个人的按照指定格式输出，脑子里面有没有瞬间想起分组？从以上我们可以得出通过SELECT可以控制输出列，通过分组可以按人员姓名统计分数。我们指导SQL在逻辑查询处理过程中，每一步后都会生成一张虚拟表，并且GOURP BY在SELECT之前执行，那么我们就先从分组开始。

第一步：先按名称执行分组

此步我们只考虑分组暂不考虑SELECT输出哪些内容与分组本身的一些特性包括聚合呀什么的，我们来看下如下语句，看看该语句在逻辑查询过程中是怎样的执行过程。

SELECT name FROM skills GROUP BY name

我们得到的执行结果如下：

为了让该语句顺利执行，我在前面制定了SELECT name,输出name列，查询结果只是表象，其实在GROUPBY阶段生成的虚拟表结构如下：

 

 

 

 

 

 

 

 

 

 

 

第二步：通过SELECT指定输出列

    从该虚拟表结构中我们可以看出，虚拟表中已经对name列加入了分组描述，那么下一步我们就可以通过指定SELECT指定输出哪些列来达到我们数据旋转的目的，因为为在分组中指定列不能直接通过SELECT输出，而需要结合聚合函数，我们可以将我们要输出的列包含在聚合函数中，并且在聚合函数中加入我们的CASE语句来达到我们行边列的效果，例如：

MAX(CASE WHEN skills = ‘Java’ THEN score END) AS Java

CASE的用法请关注后期SqlServer系列教程文章中详细了解，这里我只重点表述一下CASE表达式中如果没有写ELSE，则相当于默认写了个ELSE NULL，也就是说当判断到该项数据时，如果条件不满足会自动填充NULL，那么我们来看一下完整的SQL如下：

 SELECT  name,
               MAX(CASE WHEN skills = '.Net' THEN score END) AS [.Net],
               MAX(CASE WHEN skills = 'Java' THEN score END) AS Java,
               MAX(CASE WHEN skills = 'HDFS' THEN score END) AS HDFS,
               MAX(CASE WHEN skills = 'HIVE' THEN score END) AS HIVE,
               MAX(CASE WHEN skills = 'Spark' THEN score END) AS Spark
         FROM skills 
     GROUP BY name

我们来具体按照逻辑查询处理过程分析一下，首先我们进行了分组，该步骤产生的虚拟表结构如下：

    接下来我们通过SELECT制定了将所有技能输出为列，通过CASE语句控制该列具体展示的内容，这里细心且好学的朋友会有一个疑问，明明用的MAX聚合函数应该显示的内容都是每个分组中score列最大的值呀？这里我想说仔细看，我们CASE是现在聚合函数中的，也就是说它在聚合函数之前执行，我们通过下图来看一下具体的执行过程：

 

 

我们可以看到原始表的每一行数据都会经历一边上图的过程，原始表执行完最后一行数据，那么我们得到的中间虚拟结果表，内容如下：

 

 最后我们通过分组与聚合就能得到我们最终想要的结果，通过数据旋转完成了我们示例最终的展示要求。

 

最后我想补充依据，以上是根据标准SQL进行的数据旋转，在SqlServer中加入了PIVOT（只适用于SqlServer2005以上版本），用来实现相同的数据旋转，但我觉的该用法还是很不直观，不易于理解，接下来我使用PIVOT进行该需求的实现，大家下来可以咱评论区补充一下对PIVOT的看法。

   SELECT  name, [.Net],Java,HDFS,HIVE,Spark
         FROM skills 
        PIVOT(MAX(score) FOR skills IN([.Net],Java,HDFS,HIVE,Spark)) AS T

处理代码量降低了一点点之外，我并没有看到其他任何的优势，希望大家可以在评论区或者私下联系我，发表一下您对PIVOT这种用法的看法，创作不易，如果您觉得帮到了您，还请双击屏幕点个赞。