[转载]SQL点滴19—T-SQL中的透视和逆透视

[转载]SQL点滴19—T-SQL中的透视和逆透视 - nd - 博客园.

透视

今天抽一点时间来看看透视和逆透视语句，简单的说就是行列转换。假设一个销售表中存放着产品号，产品折扣，产品价格三个列，每一种产品号可能有多种折扣，每一种折扣只对应一个产品价格。下面贴出建表语句和插入数据语句。
[sql]
create table SalesOrderDetail(
ProductID int unique,
UnitPriceDiscount float,
ProductPrice float
)
insert into SalesOrderDetail values
(711,.00,12),
(711,.00,13),
(711,.02,17),
(711,.02,16),
(711,.05,19),
(711,.05,20),
(711,.10,21),
(711,.10,22),
(711,.15,23),
(711,.15,24),
(747,.00,41),
(747,.00,42),
(747,.02,45),
(747,.02,46),
(776,.20,50),
(776,.20,49),
(776,.35,52),
(776,.35,53)
[/sql]
首先来看一条查询语句
[sql]
select ProductID,UnitPriceDiscount,SUM(ProductPrice) as SumPrice
from SalesOrderDetail
group by ProductID,UnitPriceDiscount
order by ProductID,UnitPriceDiscount
[/sql]

这条语句查询每一种产品针对每一种折扣的价钱总和，查询结果如下图1

图1

从图中我们可以看出771号产品有4种折扣，747号产品有2种折扣，776号产品有2种折扣。现在如果我们想知道每一种产品折扣，每一种产品的销售总价是多少，如下图2

图2

如图对于折扣0，产品711的总价是25，对以折扣0.02，产品711的总价是33等等不再列举。原来的行是产品号，现在产品号变成了列，原来的折扣变成了现在的第一列。这就是数据透视的效果。下面我们开看看是这个效果是如何用语句实现的。
[sql]
select * from
(select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so
pivot
(
sum(so.ProductPrice) for so.ProductID in([711],[747],[776])
) as pt
order by UnitPriceDiscount
[/sql]

首选创建子查询(select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so ，透视运算符要使用这个子查询中的数据进行聚合运算，此外输出显示也要用到子查询中的列。代码生成一个别名为so的表值表达式。在这个表中使用pivot 在特定的列上进行聚合，这里是对so.ProductPrice进行聚合，聚合针对so.ProductID进行。在这个例子中对三种产品的中的每一种创 建一个列。这个相当于group by，从so表达式中进行数据筛选。不过这里没有选出ProductPrice，仅仅生成每行三个列，每一种产品为一个列的结果集。因此带有povit的 表值表达式生成一个临时的结果集，将这个结果集命名为pt，使用这个结果集生成我们需要的输出。如果想要得到一个更加合适的列名可以修改筛选条件。如下：
[sql]
select pt.UnitPriceDiscount,[711] as Product711,[747] as Product747,[776] as Product747 from
(select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so
pivot
(
sum(so.ProductPrice) for so.ProductID in([711],[747],[776])
) as pt
order by UnitPriceDiscount
[/sql]

输出的结果如下图3

图3

逆透视

这次我们首先看语句和查询结果再分析，语句如下：

[sql]
select ProductID,UnitPriceDiscount,ProductPrice
from
(select UnitPriceDiscount,Product711,Product747,Product776 from #Temp1) as up1
unpivot(ProductPrice for ProductID in(Product711,Product747,Product776)) as up2
order by ProductID
[/sql]

查询结果如下图4：



图4



首先我们来看看逆透视得到了一个什么样的结果。对于每一种产品的每一种折扣查询得 到他们的合计售价，这个和上面图1中的结果是一样的，是的，它和透视之前的结果是相同的。逆透视和透视并不是完全相反。Pivot会执行聚合，把可能存在 的多个行合并输出得到一行。由于已经进行了合并，unpivot无法重新生成原始的表值表达式，unpivot输入中的null值将在输出中消失，尽管在 pivot操作之前输入中可能存在原始的null值。如图5是他们的比较。在图中我们可以看到NULL值下面一个图中没有NULL值，刚好有9行。下图把 他们放在一起比较。



图5

下 面我们来剖析一下上面的语句到底做了些什么。首先是一个表值函数(select UnitPriceDiscount,Product711,Product747,Product776 from #Temp1) as up1，这个表值函数从透视结果，也就是临时表中，然后针对每一个产品号进行逆透视：unpivot(ProductPrice for ProductID in(Product711,Product747,Product776)) as up2，然后从逆透视结果中选择ProductID ,ProductPrice，从表值函数中选择UnitPriceDiscount。

延伸阅读

一个例子还不足以让我们理解这个语句，下面来看看TechNet中的例子。

SELECT DaysToManufacture, AVG(StandardCost) AS AverageCost FROM Production.Product

GROUP BY DaysToManufacture;

这个语句查出Product表中的制造时间和平均成本，得到如下的结果

图6

如图可以看到没有制造时间为3天的产品，这里留下一个伏笔，在透视之后会出现一个NULL值。下面使用透视语句对它进行行列转换，就是使用0，1,2,3来作为列，使用具体的制造成本作为行数据。语句如下

[sql]
select
'AverageCost' as Cost_Sorted_By_Production_Days,
[0],[1],[3],[4]
from
(select DaysToManufacture,StandardCost from Production.Product) as SourceTable
pivot
(avg(StandardCost) for DaysToManufacture in ([0],[1],[3],[4])) as PivotTable

[/sql]

依旧，首先用一个表值表达式把要透视的列和透视的项选择出来，然后使用透视语句针对每一个项计算平均成本，最后从这个透视结果中选择出结果。
结果如下图7，我们可以看到制造时间为3天的产品没有一个对应的平均成本。

图7

下面这个例子稍微复杂一点。
[sql]
SELECT VendorID,count(PurchaseOrderID) as PurchaseCunt
FROM Purchasing.PurchaseOrderHeader group by VendorID
[/sql]

这条语句查询得到每个供应商和他对应的交易号的个数，也就是每个供应商成交的交易次数。如图8列举出部分结果

图8

从图中我们可以看到供应商1共成交51比交易，供应商2共成交51笔交易。如果我们想查出这些交易分别是和那些雇员成交的应该怎么写呢？首先我们来看看表中全部的雇员情况。

select distinct(EmployeeID) from Purchasing.PurchaseOrderHeader

查询结果如图9

图9

如上图我们可以看到共有12个雇员有成交记录。对于这些雇员，如下查询语句
[sql]
SELECT
VendorID,
[164] AS Emp164,
[198] AS Emp198,
[223] AS Emp223,
[231] AS Emp231,
[233] AS Emp233,
[238] as Emp238,
[241] as Emp241,
[244] as Emp244,
[261] as Emp261,
[264] as Emp264,
[266] as Emp266,
[274] as Emp274
FROM
(SELECT PurchaseOrderID,EmployeeID,VendorID
FROM Purchasing.PurchaseOrderHeader) p
PIVOT
(
COUNT (PurchaseOrderID)
FOR EmployeeID IN
( [164], [198], [223], [231],[233],[238],[241],[244],[261],[264],[266],[274])
) AS pvt
ORDER BY pvt.VendorID;

[/sql]

查询结果如下图10

图10

可以 简单地计算一下1+4+3+5+4+4+4+5+5+4+5+6+2刚好等于51，分开来看就是1号供应商分别和164号雇员成交4比记录，和198号雇员成交3比记录等等。