group by 多行变成一行-- (sum (case end case 也可以完成同样功能))

最新推荐文章于 2025-01-03 15:21:00 发布
原创 最新推荐文章于 2025-01-03 15:21:00 发布 · 646 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#oracle

本文介绍了一个复杂的SQL查询案例，通过对特定数据库表的连接操作和条件筛选，获取关于成本服务触发器类型、工作项名称等信息。重点展示了如何通过SQL语句处理大量数据并返回指定格式的结果集。
select *
from (select mtab.*, rownum row_no
from (select distinct decode(mss.equip_id,
null,
cosmos_config_pkg.GET_SiteName(mss.site_id),
cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.equip_id)) name,
null servPkgID,
null srevPkgName,
wi.work_item_id itemId,
wi.work_item_name itemName,
csp.serv_provider_name servProv,
decode(mss.trigger_typ_id,
5,
to_char(mss.start_dt, 'mm/dd/yyyy'),
6,
to_char(mss.start_dt, 'mm/dd/yyyy'),
to_char(mss.start_value)) stDt,
decode(mss.trigger_typ_id,
5,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'),
'EOT'),
6,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'),
'EOT'),
nvl(to_char(mss.end_value), 'EOT')) edDt,
decode(mss.trigger_typ_id,
5,
(select ef.freq_desc
from cost_event_frequency ef
where ef.freq_id = mss.freq_id),
6,
(select et.event_typ_name
from cost_event_typ et
where et.event_typ_id =
mss.event_typ_id),
1,
'FFS',
2,
'AH',
3,
'AS',
4,
'FFH',
'') periodicity,
decode(mss.trigger_typ_id,
5,
'NA',
6,
nvl(to_char(mss.event_occurence), 'ALL'),
1,
to_char(mss.freq_value),
2,
to_char(mss.freq_value),
3,
to_char(mss.freq_value),
4,
to_char(mss.freq_value),
'') sequence,
nvl(cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.ref_equip_id),
'NA') refESN,
(select stt.trigger_typ_name
from COST_SERV_TRIGGER_TYP stt
where stt.trigger_typ_id =
mss.trigger_typ_id) frequency,
null servType,
decode(mv.mdl_ver_typ_id, 1129, 'Y', 'N') crRenegInd,
decode(mv.mdl_ver_typ_id, 1127, 'Y', 'N') crStartInd,
decode(mv.mdl_ver_typ_id, 1130, 'Y', 'N') crModelInd,
decode(mv.mdl_ver_typ_id, 1150, 'Y', 'N') crActualInd,
decode(mv.mdl_ver_typ_id, 1087, 'Y', 'N') crOpDataInd,
decode(mv.mdl_ver_typ_id, 1151, 'Y', 'N') crFutureInd,
decode(mv.mdl_ver_typ_id, 1060, 'Y', 'N') crWorkInd,
decode(mv.mdl_ver_typ_id, 1090, 'Y', 'N') reTain1Ind,
decode(mv.mdl_ver_typ_id, 1091, 'Y', 'N') reTain2Ind,
decode(mv.mdl_ver_typ_id, 1094, 'Y', 'N') reTain3Ind,
decode(mv.mdl_ver_typ_id, 1095, 'Y', 'N') reTain4Ind
from cost_model_ver mv,
cost_event_service es,
cost_mdl_standalone_service mss,
cost_work_item wi,
cost_work_item_ctlg wic,
cost_work_item_category cwic,
cost_service_provider csp
where mv.mdl_id = 12991468
and es.mdl_ver_id = mv.mdl_ver_id
and mss.mdl_ver_id = mv.mdl_ver_id
and mss.mdl_standalone_serv_id = es.mdl_standalone_serv_id
and wi.work_item_id = mss.work_item_id
and wic.work_item_id = wi.work_item_id
and wic.ctlg_ver_id =
cosmos_config_pkg.GET_CATALOG_VERSION(mv.mdl_ver_id)
and cwic.work_item_category_id = wi.work_item_category_id
and csp.serv_provider_id = mss.serv_provider_id
and es.actualize_ind = 'P'
and mv.mdl_ver_typ_id in
(1060, 1087, 1127, 1129, 1130, 1150, 1151)
and mss.equip_id is null) mtab)
where row_no < = 100and row_no > 0


select distinct decode(mss.equip_id,
null,
cosmos_config_pkg.GET_SiteName(mss.site_id),
cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.equip_id)) name,
null servPkgID,
null srevPkgName,
wi.work_item_id itemId,
wi.work_item_name itemName,
csp.serv_provider_name servProv,
decode(mss.trigger_typ_id,
5,
to_char(mss.start_dt, 'mm/dd/yyyy'),
6,
to_char(mss.start_dt, 'mm/dd/yyyy'),
to_char(mss.start_value)) stDt,
decode(mss.trigger_typ_id,
5,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'), 'EOT'),
6,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'), 'EOT'),
nvl(to_char(mss.end_value), 'EOT')) edDt,
decode(mss.trigger_typ_id,
5,
(select ef.freq_desc
from cost_event_frequency ef
where ef.freq_id = mss.freq_id),
6,
(select et.event_typ_name
from cost_event_typ et
where et.event_typ_id = mss.event_typ_id),
1,
'FFS',
2,
'AH',
3,
'AS',
4,
'FFH',
'') periodicity,
decode(mss.trigger_typ_id,
5,
'NA',
6,
nvl(to_char(mss.event_occurence), 'ALL'),
1,
to_char(mss.freq_value),
2,
to_char(mss.freq_value),
3,
to_char(mss.freq_value),
4,
to_char(mss.freq_value),
'') sequence,
nvl(cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.ref_equip_id),
'NA') refESN,
(select stt.trigger_typ_name
from COST_SERV_TRIGGER_TYP stt
where stt.trigger_typ_id = mss.trigger_typ_id) frequency,
null servType,
max(decode(mv.mdl_ver_typ_id, 1129, 'Y', 'N')) crRenegInd,
max(decode(mv.mdl_ver_typ_id, 1127, 'Y', 'N')) crStartInd,
max(decode(mv.mdl_ver_typ_id, 1130, 'Y', 'N')) crModelInd,
max(decode(mv.mdl_ver_typ_id, 1150, 'Y', 'N')) crActualInd,
max(decode(mv.mdl_ver_typ_id, 1087, 'Y', 'N')) crOpDataInd,
max(decode(mv.mdl_ver_typ_id, 1151, 'Y', 'N')) crFutureInd,
max(decode(mv.mdl_ver_typ_id, 1060, 'Y', 'N')) crWorkInd,
max(decode(mv.mdl_ver_typ_id, 1090, 'Y', 'N')) reTain1Ind,
max(decode(mv.mdl_ver_typ_id, 1091, 'Y', 'N')) reTain2Ind,
max(decode(mv.mdl_ver_typ_id, 1094, 'Y', 'N')) reTain3Ind,
max(decode(mv.mdl_ver_typ_id, 1095, 'Y', 'N')) reTain4Ind

--,mdl_ver_typ_id
from cost_model_ver mv,
cost_event_service es,
cost_mdl_standalone_service mss,
cost_work_item wi,
cost_work_item_ctlg wic,
cost_work_item_category cwic,
cost_service_provider csp
where mv.mdl_id = 12991468
and es.mdl_ver_id = mv.mdl_ver_id
and mss.mdl_ver_id = mv.mdl_ver_id
and mss.mdl_standalone_serv_id = es.mdl_standalone_serv_id
and wi.work_item_id = mss.work_item_id
and wic.work_item_id = wi.work_item_id
and wic.ctlg_ver_id =
cosmos_config_pkg.GET_CATALOG_VERSION(mv.mdl_ver_id)
and cwic.work_item_category_id = wi.work_item_category_id
and csp.serv_provider_id = mss.serv_provider_id
and es.actualize_ind = 'P'
and mv.mdl_ver_typ_id in (1060, 1087, 1127, 1129, 1130, 1150, 1151)
and mss.equip_id is null
group by decode(mss.equip_id,
null,
cosmos_config_pkg.GET_SiteName(mss.site_id),
cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.equip_id)),
null,
null,
wi.work_item_id,
wi.work_item_name,
csp.serv_provider_name,
decode(mss.trigger_typ_id,
5,
to_char(mss.start_dt, 'mm/dd/yyyy'),
6,
to_char(mss.start_dt, 'mm/dd/yyyy'),
to_char(mss.start_value)),
decode(mss.trigger_typ_id,
5,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'), 'EOT'),
6,
nvl(to_char(mss.end_dt, 'mm/dd/yyyy'), 'EOT'),
nvl(to_char(mss.end_value), 'EOT')),
mss.trigger_typ_id,

decode(mss.trigger_typ_id,
5,
'NA',
6,
nvl(to_char(mss.event_occurence), 'ALL'),
1,
to_char(mss.freq_value),
2,
to_char(mss.freq_value),
3,
to_char(mss.freq_value),
4,
to_char(mss.freq_value),
''),
nvl(cosmos_config_pkg.GET_Equip_SerialName(mss.mdl_ver_id,
mss.ref_equip_id),
'NA'),

mss.trigger_typ_id,
null,
mss.freq_id,
mss.event_typ_id
sql 行转列 case when (简洁版) —— group by 行与行比较【mysql】【全网最全】
global_coding的博客
06-29 4976
mysql 行转列 case when (简洁版) —— group by 行与行比较
group by 多行变成一行-- (sum (case end case 也可以完成同样功能))
weixin_30556161的博客
09-10 342
select*from(selectmtab.*,rownumrow_nofrom(selectdistinctdecode(mss.equip_id,null,cosmos_config_pkg.GET...
oracle多行转一行(LISTAGG() WITHIN GROUP)使用实例
每天学习一点点
06-22 622
1.使用条件查询 查询部门为20的员工列表 -- 查询部门为20的员工列表 SELECT t.DEPTNO,t.ENAME FROM SCOTT.EMP t where t.DEPTNO = '20' ; 执行效果: 2.使用 listagg() WITHIN GROUP () 将多行合并成一行 SELECT T.DEPTNO,LISTAGG (T.ENAME, ',') WITHIN GROUP (ORDER BY T.ENAME) names FROM SCOTT.EMP T W...
MySQL 将多行数据转换为一行数据
在那一刻，我们或许会发现自己站在了时间的另一岸，以更加成熟和宽广的胸怀，去拥抱那份隔代相传的深情。
07-19 3469
在MySQL中，如果你想要将某个属性的多个结果连接成一行显示（即，将多行数据转换为一行数据，通常是通过某种分隔符连接），你可以使用函数。这个函数允许你将来自多个记录的列值连接成一个字符串结果。
使用 GROUP BY 分组行 [SQL Server]
weixin_30278311的博客
10-19 98
Group By 子句用于对结果集进行分组，并对每一组数据进行汇总计算。 语法格式： Group By [列名] [HAVING 条件表达式] Group By按“列名”指定的列进行分组，将该列列值相同的记录组成一组，并对每一组进行汇总计算。每一组生成一条记录。若有“HAVING 条件表达式”，则表示对生成的组进行筛选。 假如，TableX表包含： -----------...
oracle中多行转单行的两种方法
ZixiangLi的博客
09-07 5054
在oracle中多行转单行的方法有很多比如：wmsys.wm_concat、listagg。但是要注意它们支持的oracle版本，wmsys.wm_concat是oracle 10g推出的，listagg是oracle 11g推出的。 wmsys.wm_concat的用法 select wmsys.wm_concat(多行转转单行的列) from tmp t group by 按照那一列分组...
mysql case when group by 实例详解
09-09
在`GROUP BY`语句中，`CASE WHEN`可以与聚合函数结合使用，对分组后的数据进行进一步处理。如示例所示，计算红包金额(`redpackmoney`)的总和，并根据`isCheck`字段的值进行分类： ```sql SELECT SUM(redpackmoney...
mssql CASE,GROUP BY用法
09-11
接下来是 `GROUP BY` 语句，它的主要作用是将数据按照一个或多个列进行分组，以便可以对每个分组应用聚合函数，如 `SUM`、`AVG`、`COUNT` 等。在上述代码中，`GROUP BY` 被用来根据年份（`convert(char(4),Years,120...
Oracle使用group by将多行合并一行
大宇进阶之路的博客
09-01 3622
其中str是关键字段，分别表示第一次和第二次测速，将以上数据合并为单行有第一次和第二次测速的数据。场景中有时候需要，对多行数据通过关键字段合并为一行，这个时候可以用分组和decode来实现。...
【R语言】报错解析：dplyr::group_by 后只显示一条记录，实际应多条记录的报错解析
用最通俗的语言，讲述对技术的理解。
05-28 4448
今天遇到个奇葩问题，特地记录下： 先上语句 library("dplyr") zy1=mtcars%>% group_by(cyl)%>%summarise(sum=sum(mpg)) zy1 正常应该显示如图： 是多条记录的group_by 但楼主显示的是这样的： 只有一条记录. 具体原因未知… 解决方法： 查看下目前studio版本 sessioninfo 查看 卸载目前版本的R_studio ，更新无用，卸载干净后，再安装更高版本的studio即可。 ...
Oracle group by后将group by字段合并成一行
u013295690的博客
10-08 1694
Oracle group by后将group by字段合并成一行 SELECT NAME, property, ROW_NUMBER () OVER (ORDER BY property DESC) column_num FROM test
关于mysql中用Group GY关键字后只能返回一条记录的sql纠错
qq_53345398的博客
01-20 3775
关于sql语句中Group by关键字会导致每组只剩一行记录的sql优化
mysql 分组查询与聚合函数
m0_71851186的博客
08-13 686
根据某一列相同的数据进行分组，也就是把某列相同的值聚合到一起，并且只显示一行。
理解sql中的group by和having
weixin_42796704的博客
04-07 433
前言 在学习MySQL，到group by时， 始终不能理解分组查询是怎么查的， 为什么每个条件只返回一行结果， 百度到一片文章， 彻底理解 源地址：理解sql中的group by和having, 写的特别详细，深入浅出，形象生动， 感谢！. 问题 有这样一张表products 根据vend_id 分组，使用group by： SELECT * FROM products GROUP BY vend_id ； 结果却是如下：每个vend id只出现了一...
GROUP BY 的目的是将数据按照指定的列进行分组，然后对每个分组进行聚合计算，分组后，每个分组只会返回一行结果。
小丁的博客
01-03 1307
GROUP BY 的目的是将数据按照指定的列进行分组，然后对每个分组进行聚合计算，分组后，每个分组只会返回一行结果。
联表查询查找某列属性个数结果只返回一行的问题——GROUP BY 的使用
weixin_43676173的博客
04-26 1470
联表查询查找某列属性个数结果只返回一行的问题——GROUP BY 的使用 history表 查找每个小说的观看数和订阅数（以is_subscription来区分） 正确的写法： SELECT n.id, n.novel_name, COUNT(h.is_subscription) AS viewers_count, COUNT(h.is_subscription=1 OR NULL ) AS ...
group by sum case when去重统计
最新发布
08-07
<think>我们有一个需求：在SQL中使用GROUP BY和SUM结合CASE WHEN进行条件去重统计。 目标：对数据进行分组（GROUP BY），然后在每个分组内，根据条件进行去重统计，并求和（SUM）某些条件下的值。 注意：去重统计通常是指对某个字段进行去重计数（COUNT(DISTINCT ...)），但这里结合了SUM和CASE WHEN，我们可以实现更复杂的条件去重统计。 常见场景： 例如，我们有一个销售订单表，每个订单有订单号（唯一）、客户ID、销售金额、订单日期等。我们想要统计每个客户的总订单金额（不去重）以及不同产品类别的订单数（去重计数）？或者更复杂的：统计每个客户在满足某些条件下的去重订单数，同时还要对另一个字段进行条件求和。 但是，去重统计通常使用COUNT(DISTINCT ...)来完成，而SUM(CASE WHEN ...)则常用于条件聚合（如行转列）。那么如何将两者结合呢？ 实际上，我们可以利用子查询先对需要去重的字段进行预处理（比如先按分组和需要去重的字段进行分组，然后标记去重），然后再进行聚合。或者，我们可以直接在SUM中使用DISTINCT，但要注意SUM里面使用DISTINCT是去重字段的值再求和，而不是计数。 然而，根据引用[2]中的例子，他们使用了SUM(CASE WHEN ... THEN 1 ELSE 0 END)来实现条件计数，这并没有去重。所以，如果我们想要在条件计数中去重，就需要在CASE WHEN之前先对数据进行去重处理，或者使用COUNT(DISTINCT CASE WHEN ... THEN ... END)。 因此，正确的做法是使用： COUNT(DISTINCT (CASE WHEN condition THEN column_to_count END)) 或者 COUNT(DISTINCT CASE WHEN condition THEN column_to_count ELSE NULL END) 注意：COUNT函数会忽略NULL值，所以当条件不满足时，我们返回NULL，这样就不会被计数。 但是，如果需求是：在满足某个条件的情况下，对某个字段进行去重计数，同时还要对另一个字段进行条件求和（使用SUM），那么我们可以在一个SELECT语句中同时使用多个聚合函数。 例如，假设我们有一个表`sales`，字段如下： order_id (订单ID，唯一) customer_id (客户ID) product_id (产品ID) amount (订单金额) order_date (订单日期) 需求：按客户分组，统计每个客户： 1. 总订单金额（所有订单的金额求和） 2. 去重统计该客户购买的不同产品数量（即同一个客户购买的同一种产品只计一次） 3. 统计该客户在2023年的订单金额总和 4. 统计该客户在2023年购买的不同产品数量（去重） 我们可以这样写： ```sql SELECT customer_id, SUM(amount) AS total_amount, -- 所有订单金额求和 COUNT(DISTINCT product_id) AS distinct_products, -- 去重统计产品数量（所有订单） SUM(CASE WHEN YEAR(order_date) = 2023 THEN amount ELSE 0 END) AS amount_2023, -- 2023年的订单金额求和 COUNT(DISTINCT CASE WHEN YEAR(order_date) = 2023 THEN product_id ELSE NULL END) AS distinct_products_2023 -- 2023年购买的不同产品数量 FROM sales GROUP BY customer_id; ``` 解释： - 第一个聚合：SUM(amount) 直接对金额求和。 - 第二个聚合：COUNT(DISTINCT product_id) 对每个客户的所有订单中的产品ID进行去重计数。 - 第三个聚合：使用条件聚合，只对2023年的订单金额求和（非2023年的金额加0）。 - 第四个聚合：在2023年的条件下，对产品ID进行去重计数。注意：这里CASE WHEN返回的是产品ID（满足条件时）或NULL（不满足条件），然后COUNT(DISTINCT ...)会忽略NULL，所以只计算2023年的不同产品数量。 因此，我们可以将COUNT(DISTINCT ...)与CASE WHEN结合使用，实现条件去重计数。 但是，如果需求是：在同一个聚合中既要根据条件去重，又要对另一个字段进行求和（比如，对满足条件的订单金额进行求和，同时还要对满足条件的订单中的产品去重计数），那么就需要分开两个聚合函数。 注意：不能在一个聚合函数中同时做两件事（比如既求和又去重计数），需要分别写。 另外，引用[3]中展示了使用MAX(CASE WHEN ...)来实现行转列，但这里不涉及去重计数，而是将多行数据转换为一行中的多列。 总结：去重统计通常使用COUNT(DISTINCT ...)，而条件去重统计则使用COUNT(DISTINCT CASE WHEN ... THEN ... END)。同时，条件求和使用SUM(CASE WHEN ... THEN ... ELSE ... END)。 因此，针对用户的问题：SQL GROUP BY SUM CASE WHEN 去重统计用法，我们可以理解为在分组后，使用条件聚合（CASE WHEN）配合SUM或COUNT(DISTINCT)来实现不同的统计需求。 下面给出一个通用的模板： ```sql SELECT group_column1, group_column2, ..., -- 条件求和 SUM(CASE WHEN condition1 THEN value_column ELSE 0 END) AS sum_value_condition1, -- 条件去重计数 COUNT(DISTINCT CASE WHEN condition2 THEN distinct_column ELSE NULL END) AS distinct_count_condition2 FROM table_name GROUP BY group_column1, group_column2, ...; ``` 注意：在COUNT(DISTINCT ...)中，如果条件不满足，我们返回NULL，这样就不会被计数。在SUM中，我们通常返回0，这样不会影响求和（因为NULL在SUM中会被忽略，所以如果希望不满足条件的记为0，则用0，否则可以用NULL，但注意SUM会忽略NULL，相当于加0）。 另外，如果要去重的字段在条件满足时可能有多个值，我们需要确保在分组后，对每个组内的该字段进行去重。 如果用户的需求是“条件去重求和”，即先对某个字段去重，然后再对去重后的值求和？这通常不太常见，因为去重后的值求和可能没有实际意义（除非去重后每个值只出现一次，然后求和）。如果是这样，我们可以先对需要去重的字段进行子查询去重，然后再进行条件求和。但这种情况需要具体分析。 因此，根据用户的问题，我们主要介绍条件去重计数（COUNT(DISTINCT CASE WHEN)）和条件求和（SUM(CASE WHEN)）的用法。 如果用户有具体的表结构和需求，我们可以给出更具体的SQL示例。</think>在 SQL 中使用 `GROUP BY` 结合 `SUM(CASE WHEN)` 实现条件去重统计，核心是通过嵌套子查询或 `COUNT(DISTINCT)` 实现去重逻辑。以下是具体用法和示例： --- ### **方法 1：子查询内去重 + 外层条件聚合** **适用场景**：需对分组后的数据按条件去重统计 **示例**：统计每个部门（`dept`）的 **去重后的技术岗员工薪资总和**（`job = '技术'`） ```sql SELECT dept, SUM(CASE WHEN job = '技术' THEN salary ELSE 0 END) AS tech_total_salary FROM ( SELECT dept, job, salary FROM employees GROUP BY dept, job, salary -- 先按部门、岗位、薪资去重 ) AS distinct_data GROUP BY dept; ``` **说明**： 1. 内层子查询通过 `GROUP BY dept, job, salary` 实现去重 2. 外层用 `SUM(CASE WHEN)` 按条件聚合 --- ### **方法 2：COUNT(DISTINCT CASE WHEN) 去重计数** **适用场景**：按条件统计去重后的数量（如满足条件的用户数） **示例**：统计每个班级（`class_id`）中 **成绩及格（≥60）的不同学生数量** ```sql SELECT class_id, COUNT(DISTINCT CASE WHEN score >= 60 THEN student_id END) AS pass_students FROM exam_scores GROUP BY class_id; ``` **说明**： - `COUNT(DISTINCT CASE WHEN ...)` 直接实现条件去重计数 - 不满足条件时返回 `NULL`，自动被 `COUNT` 忽略 --- ### **方法 3：SUM(CASE WHEN) + DISTINCT 联合使用** **适用场景**：对去重后的值进行条件求和（如统计不同产品的总销售额） **示例**：统计每个地区（`region`）的 **不同产品（去重）的销售额总和** ```sql SELECT region, SUM(DISTINCT CASE WHEN product_id IS NOT NULL THEN sales ELSE 0 END) AS unique_product_sales FROM orders GROUP BY region; ``` **注意**：`SUM(DISTINCT ...)` 需确保计算字段的唯一性，否则结果可能非预期。 --- ### **关键点总结** 1. **去重位置**： - 子查询内去重 → 适用于复杂条件 - `COUNT(DISTINCT CASE WHEN)` → 简洁高效的条件去重计数 2. **条件逻辑**： - `CASE WHEN` 中定义统计条件（如 `score >= 60`） - 用 `NULL` 排除无效数据（`COUNT` 自动忽略） 3. **分组依据**： - `GROUP BY` 后的字段决定分组维度（如 `dept`, `class_id`） > 引用示例：类似 `COUNT(DISTINCT CASE WHEN score >=60 THEN student_id END)` 的用法常见于成绩分析场景[^2]。 --- ### **相关问题** 1. 如何对多个条件同时进行去重统计？ **示例**：同时统计及格和不及格的学生数 ```sql SELECT class_id, COUNT(DISTINCT CASE WHEN score >= 60 THEN student_id END) AS pass_count, COUNT(DISTINCT CASE WHEN score < 60 THEN student_id END) AS fail_count FROM exam_scores GROUP BY class_id; ``` 2. 行转列场景中如何实现去重？ **场景**：将不同产品的销售额转为列显示（每个产品仅统计一次） ```sql SELECT region, MAX(CASE WHEN product_id = 'A' THEN sales END) AS sales_A, MAX(CASE WHEN product_id = 'B' THEN sales END) AS sales_B FROM ( SELECT region, product_id, SUM(sales) AS sales FROM orders GROUP BY region, product_id -- 先按产品和地区去重聚合 ) AS sub GROUP BY region; ``` > 引用示例：类似行转列用法可参考 `MAX(CASE WHEN ...)` 结构[^3]。 3. 如何优化大数据量下的去重统计性能？ - 在子查询中尽量缩小数据集（如先过滤再聚合） - 对 `GROUP BY` 字段建立索引
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值