前文介紹了Oracle 中實現(xiàn)數據透視表的幾種方法，今天我們來看看在 MySQL/MariaDB 中如何實現(xiàn)相同的功能。
本文使用的示例數據可以點此下載。
使用 CASE 表達式和分組聚合
數據透視表的本質就是按照行和列的不同組合進行數據分組，然后對結果進行匯總；因此，它和數據庫中的分組（GROUP BY）加聚合函數（COUNT、SUM、AVG 等）的功能非常類似。
我們首先使用以下 GROUP BY 子句對銷售數據進行分類匯總：
select coalesce(product, '【全部產品】') "產品",
coalesce(channel, '【所有渠道】') "渠道",
any_value(coalesce(extract(year_month from saledate), '【所有月份】')) "月份",
sum(amount) "銷量"
from sales_data
group by product,channel,extract(year_month from saledate) with rollup;
以上語句按照產品、渠道以及月份進行匯總；with rollup 選項用于生成不同層次的小計、合計以及總計；coalesce 函數用于將匯總行中的 NULL 值顯示為相應的信息；any_value 函數用于返回分組內的任意數據，如果去掉會返回語法錯誤（MySQL 的一個 bug）。該查詢返回的結果如下：
產品 |渠道 |月份 |銷量 |
---------|---------|-----------|-------|
桔子 |京東 |201901 | 41289|
桔子 |京東 |201902 | 43913|
桔子 |京東 |201903 | 49803|
桔子 |京東 |201904 | 49256|
桔子 |京東 |201905 | 64889|
桔子 |京東 |201906 | 62649|
桔子 |京東 |【所有月份】| 311799|
桔子 |店面 |201901 | 41306|
桔子 |店面 |201902 | 37906|
桔子 |店面 |201903 | 48866|
桔子 |店面 |201904 | 48673|
桔子 |店面 |201905 | 58998|
桔子 |店面 |201906 | 58931|
桔子 |店面 |【所有月份】| 294680|
桔子 |淘寶 |201901 | 43488|
桔子 |淘寶 |201902 | 37598|
桔子 |淘寶 |201903 | 48621|
桔子 |淘寶 |201904 | 49919|
桔子 |淘寶 |201905 | 58530|
桔子 |淘寶 |201906 | 64626|
桔子 |淘寶 |【所有月份】| 302782|
桔子 |【所有渠道】|【所有月份】| 909261|
...
香蕉 |【所有渠道】|【所有月份】| 925369|
【全部產品】|【所有渠道】|【所有月份】|2771682|
實際上，我們已經得到了銷量的匯總結果，只不過需要將數據按照不同月份顯示為不同的列；也就是需要將行轉換為列，這個功能可以使用 CASE 表達式實現(xiàn)：
select coalesce(product, '【全部產品】') "產品", coalesce(channel, '【所有渠道】') "渠道",
sum(case extract(year_month from saledate) when 201901 then amount else 0 end) "一月",
sum(case extract(year_month from saledate) when 201902 then amount else 0 end) "二月",
sum(case extract(year_month from saledate) when 201903 then amount else 0 end) "三月",
sum(case extract(year_month from saledate) when 201904 then amount else 0 end) "四月",
sum(case extract(year_month from saledate) when 201905 then amount else 0 end) "五月",
sum(case extract(year_month from saledate) when 201906 then amount else 0 end) "六月",
sum(amount) "總計"
from sales_data
group by product, channel with rollup;
第一個 SUM 函數中的 CASE 表達式只匯總 201901 月份的銷量，其他月份銷量設置為 0；后面的 SUM 函數依次類推，得到了每個月的銷量匯總和所有月份的總計。該查詢返回的數據透視表如下：
產品 |渠道 |一月 |二月 |三月 |四月 |五月 |六月 |總計 |
----------|----------|------|------|------|------|------|------|-------|
桔子 |京東 | 41289| 43913| 49803| 49256| 64889| 62649| 311799|
桔子 |店面 | 41306| 37906| 48866| 48673| 58998| 58931| 294680|
桔子 |淘寶 | 43488| 37598| 48621| 49919| 58530| 64626| 302782|
桔子 |【所有渠道】|126083|119417|147290|147848|182417|186206| 909261|
蘋果 |京東 | 38269| 40593| 56552| 56662| 64493| 62045| 318614|
蘋果 |店面 | 43845| 40539| 44909| 55646| 56771| 64933| 306643|
蘋果 |淘寶 | 42969| 43289| 48769| 58052| 58872| 59844| 311795|
蘋果 |【所有渠道】|125083|124421|150230|170360|180136|186822| 937052|
香蕉 |京東 | 36879| 36981| 51748| 54801| 64936| 60688| 306033|
香蕉 |店面 | 41210| 39420| 50884| 52085| 60249| 67597| 311445|
香蕉 |淘寶 | 42468| 41955| 52780| 54971| 56504| 59213| 307891|
香蕉 |【所有渠道】|120557|118356|155412|161857|181689|187498| 925369|
【全部產品】|【所有渠道】|371723|362194|452932|480065|544242|560526|2771682|
MySQL 中的 IF(expr1,expr2,expr3) 函數也可以用于替換上面 CASE 表達式。
有行轉列就有列轉行，MySQL 也沒有專門的函數處理這種情況，可以使用 UNION 操作符將多個結果集進行合并。例如：
with d as (
select product, channel,
sum(case extract(year_month from saledate) when 201901 then amount else 0 end) s01,
sum(case extract(year_month from saledate) when 201902 then amount else 0 end) s02,
sum(case extract(year_month from saledate) when 201903 then amount else 0 end) s03,
sum(case extract(year_month from saledate) when 201904 then amount else 0 end) s04,
sum(case extract(year_month from saledate) when 201905 then amount else 0 end) s05,
sum(case extract(year_month from saledate) when 201906 then amount else 0 end) s06
from sales_data
group by product, channel
)
select product, channel, 201901 saledate, s01 amount from d
union all
select product, channel, 201902 saledate, s02 from d
union all
select product, channel, 201903 saledate, s03 from d
union all
select product, channel, 201904 saledate, s04 from d
union all
select product, channel, 201905 saledate, s05 from d
union all
select product, channel, 201906 saledate, s06 from d;
通用表表達（with 子句）構造了包含多個月份的銷量數據，每個月份都是一列；然后每個查詢返回一個月份的數據，并且通過 union all 操作符將所有結果合并到一起。
使用預編譯的動態(tài) SQL 語句
使用 CASE 表達式和聚合函數實現(xiàn)數據透視表的方法存在一定的局限性，假如還有 7 月份到 12 月份的銷量需要統(tǒng)計，我們就需要修改查詢語句增加這部分的處理。為此，我們可以使用動態(tài) SQL 自動生成行列轉換的語句：
select group_concat(
distinct concat(
' sum(case extract(year_month from saledate) when ', dt,
' then amount else 0 end) as "', dt, '"')
) into @sql
from (
select extract(year_month from saledate) as dt
from sales_data
order by saledate
) d;
set @sql
= concat('select coalesce(product, ''【全部產品】'') "產品", coalesce(channel, ''【所有渠道】'') "渠道",', @sql,
', sum(amount) "總計"
from sales_data
group by product, channel with rollup;');
select @sql;
prepare stmt from @sql;
execute stmt;
deallocate prepare stmt;
首先，通過查詢 sales_data 表找出所有的月份并且構造 sum 函數，將構造的語句存入變量 @sql 中；group_concat 函數可以將多行字符串合并成單個字符串。
group_concat 函數允許返回的最大長度（字節(jié)）由系統(tǒng)變量 group_concat_max_len 進行設置，默認值為 1024。
然后，使用 set 命令將查詢語句的其他部分和已有的內容進行合并，生成的查詢語句如下：
select coalesce(product, '【全部產品】') "產品", coalesce(channel, '【所有渠道】') "渠道",
sum(case extract(year_month from saledate) when 201901 then amount else 0 end) as "201901",
sum(case extract(year_month from saledate) when 201902 then amount else 0 end) as "201902",
sum(case extract(year_month from saledate) when 201903 then amount else 0 end) as "201903",
sum(case extract(year_month from saledate) when 201904 then amount else 0 end) as "201904",
sum(case extract(year_month from saledate) when 201905 then amount else 0 end) as "201905",
sum(case extract(year_month from saledate) when 201906 then amount else 0 end) as "201906",
sum(amount) "總計"
from sales_data
group by product, channel with rollup;
最后通過預編譯命令執(zhí)行該語句并返回結果，即使增加了其他月份的銷售數據也不需要手動修改查詢語句。
使用 CONNECT 存儲引擎
如果使用 MariaDB 10.0 以上的版本，可以利用 CONNECT 存儲引擎中的 PIVOT 表類型實現(xiàn)數據透視表。
首先，我們需要安裝 CONNECT 存儲引擎。Windows 系統(tǒng)可以執(zhí)行以下命令進行動態(tài)安裝：
INSTALL SONAME 'ha_connect';
也可以在配置文件 my.ini 中增加以下內容，不過需要重啟服務：
[mysqld]
plugin_load_add = ha_connect
對于 Linux 系統(tǒng)，安裝過程可以參考官方文檔。
接下來我們定義一個 pivot 類型的表：
create table pivot_sales(
product varchar(20) not null,
channel varchar(20) not null,
`201901` decimal(10,2) not null flag=1,
`201902` decimal(10,2) not null flag=1,
`201903` decimal(10,2) not null flag=1,
`201904` decimal(10,2) not null flag=1,
`201905` decimal(10,2) not null flag=1,
`201906` decimal(10,2) not null flag=1
)
engine=connect table_type=pivot
option_list='PivotCol=saledate,FncCol=amount,host=127.0.0.1,user=root, password=p123456,port=3306'
SrcDef='select product,channel,date_format(saledate, ''%Y%m'') saledate,sum(amount) amount from sales_data group by product,channel,date_format(saledate, ''%Y%m'')';
其中，engine 定義存儲引擎為 connect；table_type 定義表的類型為 pivot；option_list 用于定義各種選項，PivotCol 表示要轉換成多個字段的數據所在的列，F(xiàn)ncCol 指定要進行匯總的字段，其他是連接源表服務器的信息；SrcDef 用于指定源表查詢語句，也可以使用 Tabname 指定表名；上面的字段是透視表的結構，flag=1 表示聚合之后的字段。
創(chuàng)建成功之后，我們就可以直接查詢 pivot_sales 表中的數據了：
select * from pivot_sales;
product |channel |201901 |201902 |201903 |201904 |201905 |201906 |
--------|---------|--------|--------|--------|--------|--------|--------|
桔子 |京東 |41289.00|43913.00|49803.00|49256.00|64889.00|62649.00|
桔子 |店面 |41306.00|37906.00|48866.00|48673.00|58998.00|58931.00|
桔子 |淘寶 |43488.00|37598.00|48621.00|49919.00|58530.00|64626.00|
蘋果 |京東 |38269.00|40593.00|56552.00|56662.00|64493.00|62045.00|
蘋果 |店面 |43845.00|40539.00|44909.00|55646.00|56771.00|64933.00|
蘋果 |淘寶 |42969.00|43289.00|48769.00|58052.00|58872.00|59844.00|
香蕉 |京東 |36879.00|36981.00|51748.00|54801.00|64936.00|60688.00|
香蕉 |店面 |41210.00|39420.00|50884.00|52085.00|60249.00|67597.00|
香蕉 |淘寶 |42468.00|41955.00|52780.00|54971.00|56504.00|59213.00|
目前，PIVOT 表支持的功能有限，只能進行一些基本的操作。例如：
-- 不會出錯
select * from pivot_sales
where channel ='京東';
-- 語法錯誤
select channel from pivot_sales
where channel ='京東';
到此這篇關于MySQL/MariaDB 如何實現(xiàn)數據透視表的示例代碼的文章就介紹到這了,更多相關MySQL/MariaDB數據透視表內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
