《转》sql server行转列函数的理解
參考資料：使用 PIVOT 和 UNPIVOT http://technet.microsoft.com/zh-tw/library/ms177410.aspx前言：
T-SQL PIVOT的語法看了好幾次，今天終於看懂了到底在寫什麼了。把心得先記下免得又忘記。
PIVOT語法：
先看一下語法，如下：
SELECT <non-pivoted column>,
AS <column name>,
AS <column name>,
...
AS <column name>
FROM
(<SELECT query that produces the data>)
AS <alias for the source query>
PIVOT
(
<aggregation function>(<column being aggregated>)
FOR
[<column that contains the values that will become column headers>]
IN ( , ,
... )
) AS <alias for the pivot table>
<optional ORDER BY clause>;
老實說吧，第一眼、第二眼還是看不懂。從實用案例反推對照了好幾次，終於看懂了。
PIVOT語法剖析：
PIVOT的語法分三層，用三個步驟來使用。
第一步驟：先把要PIVOT的原始資料查詢(Query)好。
第二步驟：設定好PIVOT的欄位與方式。
第三步驟：依PIVOT好了的資料，呈現結果。
SELECT <non-pivoted column>, ---- 第三步驟在此，呈現PIVOT後的資料。
AS <column name>,
AS <column name>,
...
AS <column name>
FROM
(<SELECT query that produces the data>) ---- 第一步驟在此，準備資料(Query)。
AS <alias for the source query>
PIVOT ---- 第二步驟在此,依第一步驟的資料欄位來設定PIVOT方式。
(
<aggregation function>(<column being aggregated>)
FOR
[<column that contains the values that will become column headers>]
IN ( , ,
... )
) AS <alias for the pivot table>
<optional ORDER BY clause>;
用實戰案例說明：
實戰案例一：
--## 一維PIVOT
目的：統計各狀態(ldap_sts)的數量。
select * ---- 第三步：把PIVOT好的資料直接呈現出來。
from
(
select , from ccldap -- 第一步：準備資料。
-- 只從原資料檔選了兩個欄位,PK欄位(ldap_id)與狀態欄位(ldap_sts)。
) S -- 一定要有，不然會語法錯誤。
pivot
(
count() -- 統計計數數量
for in (,,,,,,) -- 為欄位的狀態值…進行統計計算。
-- 注意：…是的值，以欄位表示法來描述的值。
) P -- 一定要有，不然會語法錯誤。
下面是執行結果：
1 2 3 4 5 6 7 <---狀態值
--------- --------- --------- --------- --------- --------- ---------
1 12528 68519 120 8 5 36 <---狀態數量
(1 個資料列受到影響)
======================================================
# 實戰案例二：
--## 二維PIVOT
目的：統計不同用途(app_rsn_cod )下，各狀態(ldap_sts)的數量。
select * -- 第三步：把PIVOT好的資料直接呈現出來。
from
(
select , , from ccldap -- 第一步：準備資料。
-- 從原資料檔選了三個欄位,PK欄位(ldap_id)、狀態欄位(ldap_sts)與用途欄位(app_rsn_cod)。
) S -- 一定要有，不然會語法錯誤。
pivot
(
count()-- 統計計數數量
for in ( ,,,,,,) -- 為欄位的狀態值…進行統計計算。
-- 注意：…是的值，以欄位表示法來描述的值。
) P
下面是執行結果：
(用途) (狀態1) (狀態2) (狀態3) (狀態4) (狀態5) (狀態6) (狀態7)
app_rsn_cod 1 2 3 4 5 6 7
----------- --------- --------- --------- --------- --------- --------- ---------
NULL 0 12515 59676 0 2 0 0
1 1 10 8104 1 4 5 0
2 0 3 739 119 2 0 36
(3 個資料列受到影響)
注意到了嗎，在此例的第二步驟，並未設定用途欄位(app_rsn_cod)，但在最後的PIVOT結果資料卻神奇的合併(join)成希望達到的效果。
页:
[1]