zoukankan      html  css  js  c++  java
  • oracle中行转列、列转行函数

    多行转字符串

    这个比较简单,用||或concat函数可以实现

    select concat(id,username) str from app_user
    
    select id||username str from app_user

    字符串转多列

    实际上就是拆分字符串的问题,可以使用 substr、instr、regexp_substr函数方式

    字符串转多行

    使用union all函数等方式

    wm_concat函数

    首先让我们来看看这个神奇的函数wm_concat(列名),该函数可以把列值以","号分隔起来,并显示成一行,接下来上例子,看看这个神奇的函数如何应用准备测试数据

    create table test(id number,name varchar2(20));
    
    insert into test values(1,'a');
    
    insert into test values(1,'b');
    
    insert into test values(1,'c');
    
    insert into test values(2,'d');
    
    insert into test values(2,'e');

    效果1 : 行转列 ,默认逗号隔开

     select wm_concat(name) name from test;

    效果2: 把结果里的逗号替换成"|"

    select replace(wm_concat(name),',','|') from test;

    效果3: 按ID分组合并name

    select id,wm_concat(name) name from test group by id;


    sql语句等同于下面的sql语句

    -------- 适用范围:8i,9i,10g及以后版本  ( MAX + DECODE )
    
    select id, max(decode(rn, 1, name, null)) || max(decode(rn, 2, ',' || name, null)) || max(decode(rn, 3, ',' || name, null)) str
    
           from (select id,name,row_number() over(partition by id order by name) as rn from test) t group by id order by 1; 
    
          
    
    -------- 适用范围:8i,9i,10g及以后版本 ( ROW_NUMBER + LEAD )
    
    select id, str from (select id,row_number() over(partition by id order by name) as rn,name || lead(',' || name, 1) over(partition by id order by name) ||
    
        lead(',' || name, 2) over(partition by id order by name) || lead(',' || name, 3) over(partition by id order by name) as str from test) where rn = 1 order by 1;
    
       
    
    -------- 适用范围:10g及以后版本 ( MODEL )
    
    select id, substr(str, 2) str from test model return updated rows partition by(id) dimension by(row_number() over(partition by id order by name) as rn) 
    
    measures (cast(name as varchar2(20)) as str) rules upsert iterate(3) until(presentv(str[iteration_number+2],1,0)=0) (str[0] = str[0] || ',' || str[iteration_number+1]) order by 1;     
    
              
    
    -------- 适用范围:8i,9i,10g及以后版本 ( MAX + DECODE )
    
    select t.id id,max(substr(sys_connect_by_path(t.name,','),2)) str from (select id, name, row_number() over(partition by id order by name) rn from test) t
    
           start with rn = 1 connect by rn = prior rn + 1 and id = prior id group by t.id;

    懒人扩展用法:

    案例: 我要写一个视图,类似"create or replace view as select 字段1,...字段50 from tablename" ,基表有50多个字段,要是靠手工写太麻烦了,有没有什么简便的方法? 当然有了,看我如果应用wm_concat来让这个需求变简单,假设我的APP_USER表中有(id,username,password,age)4 个字段。查询结果如下

    /** 这里的表名默认区分大小写 */
    
    select 'create or replace view as select '|| wm_concat(column_name) || ' from APP_USER' sqlStr from user_tab_columns where table_name='APP_USER';

    利用系统表方式查询

     select * from user_tab_columns

    Oracle 11g 行列互换 pivot 和 unpivot 说明

     在Oracle 11g中,Oracle 又增加了2个查询:pivot(行转列) 和unpivot(列转行)

    pivot 列转行

    测试数据 (id,类型名称,销售数量),案例:根据水果的类型查询出一条数据显示出每种类型的销售数量。

    create table demo(id int,name varchar(20),nums int);  ---- 创建表
    
    insert into demo values(1, '苹果', 1000);
    
    insert into demo values(2, '苹果', 2000);
    
    insert into demo values(3, '苹果', 4000);
    
    insert into demo values(4, '橘子', 5000);
    
    insert into demo values(5, '橘子', 3000);
    
    insert into demo values(6, '葡萄', 3500);
    
    insert into demo values(7, '芒果', 4200);
    
    insert into demo values(8, '芒果', 5500);

    分组查询 (当然这是不符合查询一条数据的要求的)

    select name, sum(nums) nums from demo group by name

    行转列查询

    select * from (select name, nums from demo) pivot (sum(nums) for name in ('苹果' 苹果, '橘子', '葡萄', '芒果'));

    注意: pivot(聚合函数 for 列名 in(类型)) ,其中 in(‘’) 中可以指定别名,in中还可以指定子查询,比如 select distinct code from customers

    当然也可以不使用pivot函数,等同于下列语句,只是代码比较长,容易理解

    select * fromselect sum(nums) 苹果 from demo where name='苹果'),(select sum(nums) 橘子 from demo where name='橘子'),
    
           (select sum(nums) 葡萄 from demo where name='葡萄'),(select sum(nums) 芒果 from demo where name='芒果');

    unpivot 行转列

    顾名思义就是将多列转换成1列中去
    案例:现在有一个水果表,记录了4个季度的销售数量,现在要将每种水果的每个季度的销售情况用多行数据展示。

    创建表和数据

    create table Fruit(id int,name varchar(20), Q1 int, Q2 int, Q3 int, Q4 int);
    
    insert into Fruit values(1,'苹果',1000,2000,3300,5000);
    
    insert into Fruit values(2,'橘子',3000,3000,3200,1500);
    
    insert into Fruit values(3,'香蕉',2500,3500,2200,2500);
    
    insert into Fruit values(4,'葡萄',1500,2500,1200,3500);
    
    select * from Fruit

    列转行查询

     select id , name, jidu, xiaoshou from Fruit unpivot (xiaoshou for jidu in (q1, q2, q3, q4) )

    注意: unpivot没有聚合函数,xiaoshou、jidu字段也是临时的变量

    同样不使用unpivot也可以实现同样的效果,只是sql语句会很长,而且执行速度效率也没有前者高

    select id, name ,'Q1' jidu, (select q1 from fruit where id=f.id) xiaoshou from Fruit f
    
    union
    
    select id, name ,'Q2' jidu, (select q2 from fruit where id=f.id) xiaoshou from Fruit f
    
    union
    
    select id, name ,'Q3' jidu, (select q3 from fruit where id=f.id) xiaoshou from Fruit f
    
    union
    
    select id, name ,'Q4' jidu, (select q4 from fruit where id=f.id) xiaoshou from Fruit f

    XML类型

    上述pivot列转行示例中,你已经知道了需要查询的类型有哪些,用in()的方式包含,假设如果您不知道都有哪些值,您怎么构建查询呢?

    pivot 操作中的另一个子句 XML 可用于解决此问题。该子句允许您以 XML 格式创建执行了 pivot 操作的输出,在此输出中,您可以指定一个特殊的子句 ANY 而非文字值

    示例如下:

    select * from (
    
       select name, nums as "Purchase Frequency"
    
       from demo t
    
    )                              
    
    pivot xml (
    
       sum(nums) for name in (any)
    
    )


    如您所见,列 NAME_XML 是 XMLTYPE,其中根元素是 <PivotSet>。每个值以名称-值元素对的形式表示。您可以使用任何 XML 分析器中的输出生成更有用的输出。

    结论

    Pivot 为 SQL 语言增添了一个非常重要且实用的功能。您可以使用 pivot 函数针对任何关系表创建一个交叉表报表,而不必编写包含大量 decode 函数的令人费解的、不直观的代码。同样,您可以使用 unpivot 操作转换任何交叉表报表,以常规关系表的形式对其进行存储。Pivot 可以生成常规文本或 XML 格式的输出。如果是 XML 格式的输出,您不必指定 pivot 操作需要搜索的值域。

  • 相关阅读:
    C++中获取高精度时间差
    有关宏的一个问题
    HDU 2504 又见GCD
    .NET中统一的存储过程调用方法(收藏)
    如何让你的SQL运行得更快
    最赚钱的5种成功创业可行方式
    SQL语句优化技术分析
    js document.getElementByID("aa")的位置
    写SQL时尽量不要对字段进行运算操作
    连接池的问题
  • 原文地址:https://www.cnblogs.com/lowerCaseK/p/oracle_pivot_unpivot_wm_concat.html
Copyright © 2011-2022 走看看