sql查询结果列转行

### SQL 查询中实现列转行的方法 在 SQL 中，可以通过 `UNPIVOT` 函数或其他方式将列数据转换为行数据。以下是具体实现方法： #### 方法一：使用 `UNPIVOT` 函数 `UNPIVOT` 是 SQL Server 提供的一种内置功能，能够有效地将表中的列数据转化为行数据。以下是一个具体的例子[^1]： 假设有一个名为 `stugrade` 的表格，结构如下： | studentname | math | english | science | |-------------|------|---------|---------| | Alice | 80 | 90 | 75 | | Bob | 70 | 85 | 60 | 如果希望将科目成绩从列形式变为行形式，则可以执行以下查询： ```sql SELECT studentname, subject, grade FROM stugrade UNPIVOT ( grade FOR subject IN ([math], [english], [science]) ) AS unpvt; ``` 此查询的结果将是： | studentname | subject | grade | |-------------|---------|-------| | Alice | math | 80 | | Alice | english | 90 | | Alice | science | 75 | | Bob | math | 70 | | Bob | english | 85 | | Bob | science | 60 | 这种方法适用于已知列名的情况。 --- #### 方法二：动态 SQL 结合 `UNION ALL` 当列的数量较多或者不确定时，可以采用动态 SQL 来生成所需的查询语句。例如，对于相同的 `stugrade` 表格，可以构建如下脚本[^1]： ```sql DECLARE @sql NVARCHAR(MAX); SET @sql = N''; WITH sub AS ( SELECT column_name FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAME = 'stugrade' AND COLUMN_NAME != 'studentname' ) SELECT @sql += N'SELECT studentname, ''' + COLUMN_NAME + N''' AS subject, ' + COLUMN_NAME + N' AS grade FROM stugrade UNION ALL ' FROM sub; -- 去掉最后一个多余的 "UNION ALL" SET @sql = SUBSTRING(@sql, 1, LEN(@sql) - 9); PRINT (@sql); -- 调试用 EXEC (@sql); ``` 这段代码会自动生成并运行类似于 Method One 的查询逻辑，适合于未知列数的场景。 --- #### 方法三：跨数据库兼容方案（如 TDSQL-MySQL） 某些数据库可能不支持 `UNPIVOT` 功能，比如 MySQL 和部分定制化版本的数据库系统。在这种情况下，可以借助统一 SQL 将 Oracle 的 `UNPIVOT` 语法适配到目标平台[^2]。例如，通过手动模拟的方式完成类似的转换操作。 以同样的 `stugrade` 表为例，可以在 MySQL 上编写类似下面的查询： ```sql SELECT studentname, CASE WHEN col = 'math' THEN value END AS math_grade, CASE WHEN col = 'english' THEN value END AS english_grade, CASE WHEN col = 'science' THEN value END AS science_grade FROM ( SELECT studentname, 'math' AS col, math AS value FROM stugrade UNION ALL SELECT studentname, 'english', english FROM stugrade UNION ALL SELECT studentname, 'science', science FROM stugrade ) AS temp_table; ``` 虽然这种方式较为繁琐，但它提供了更高的灵活性和跨平台适用性。 --- #### 性能优化建议 在处理大规模数据集时，应考虑以下几个方面来提升效率[^4]: 1. **索引设计**: 对参与计算的关键字段建立适当索引。 2. **分区策略**: 如果源表较大，尝试按时间戳或业务维度进行水平分片存储。 3. **减少中间结果集大小**: 避免不必要的冗余运算步骤。 以上三种方法各有优劣，可根据实际需求灵活选用。 ---