数据透视变换是SQL数据处理中常用的操作，核心是将分组后的行数据转换为列展示，方便多维度对比分析。很多数据库没有内置的Pivot函数，使用MAX(CASE WHEN)组合可以模拟实现这一功能，适配绝大多数SQL环境。
数据透视变换的核心需求
假设我们有销售记录表sales，存储了不同区域、不同季度的销售额数据，原始表结构如下：
-- 创建示例表
CREATE TABLE sales (
region VARCHAR(20),
quarter VARCHAR(10),
sales_amount INT
);
-- 插入测试数据
INSERT INTO sales VALUES
('华东', 'Q1', 1200),
('华东', 'Q2', 1500),
('华东', 'Q3', 1300),
('华南', 'Q1', 900),
('华南', 'Q2', 1100),
('华南', 'Q3', 1000);
业务需要将不同季度的销售额作为列展示，每行对应一个区域，也就是把quarter列的不同值转换为列名，对应sales_amount作为列值，这就是典型的分组后数据透视需求。
MAX(CASE WHEN)模拟Pivot的原理
这种方式的实现逻辑分为三步：
- 第一步用
CASE WHEN判断行数据的分组条件，匹配到对应维度时返回需要展示的数值，否则返回NULL - 第二步按照目标行分组的字段（比如上面的region）进行GROUP BY分组
- 第三步用
MAX函数聚合每个分组下的CASE WHEN结果，因为非匹配项返回NULL，MAX会取唯一的非NULL值作为该分组的列值
完整实现示例
针对上面的sales表，实现按区域分组，将Q1、Q2、Q3作为列展示的SQL如下：
SELECT
region,
MAX(CASE WHEN quarter = 'Q1' THEN sales_amount ELSE NULL END) AS Q1_sales,
MAX(CASE WHEN quarter = 'Q2' THEN sales_amount ELSE NULL END) AS Q2_sales,
MAX(CASE WHEN quarter = 'Q3' THEN sales_amount ELSE NULL END) AS Q3_sales
FROM sales
GROUP BY region
ORDER BY region;
执行上述语句后，会得到如下结果：
| region | Q1_sales | Q2_sales | Q3_sales |
|---|---|---|---|
| 华东 | 1200 | 1500 | 1300 |
| 华南 | 900 | 1100 | 1000 |
注意事项与扩展场景
如果原始数据中存在同一个分组下同一个维度有多个值的情况，MAX会根据需求替换为SUM、MIN等其他聚合函数，比如需要统计总和时用SUM即可。另外如果维度值较多，需要提前明确所有要转换的列名，手动编写对应的CASE WHEN分支。
这种方式兼容MySQL、PostgreSQL、SQL Server等绝大多数数据库，不需要依赖数据库特有的Pivot语法，是通用性很强的数据透视实现方案。
SQLMAX_CASE_WHENPivot数据透视变换修改时间：2026-06-20 06:03:24