SQL 中的数据透视将行转换为列，通常用于汇总或重组数据以进行报告。该过程涉及基于类别列聚合值并将它们显示为单独的列。虽然 SQL 没有通用的“PIVOT”关键字，但常见的方法包括使用带有 CASE 语句的条件聚合，或利用数据库特定的函数，如 SQL Server 中的 PIVOT 或 PostgreSQL 中的 crosstab。
例如，考虑一个销售表，其中包含 year、product 和 revenue 列。要透视数据以显示每个产品的收入作为每年的列，您可以使用条件聚合
SELECT
year,
SUM(CASE WHEN product = 'A' THEN revenue ELSE 0 END) AS product_A,
SUM(CASE WHEN product = 'B' THEN revenue ELSE 0 END) AS product_B
FROM sales
GROUP BY year;
此查询通过检查每行中的值并对收入求和来为每个产品创建一个列。 GROUP BY 确保结果按年份分组。此方法适用于大多数 SQL 方言，但对于许多类别来说会变得很麻烦，因为每个类别都需要单独的 CASE 语句。
在 SQL Server 中，PIVOT 运算符简化了此过程
SELECT year, [A] AS product_A, [B] AS product_B
FROM sales
PIVOT (SUM(revenue) FOR product IN ([A], [B])) AS pivoted;
这里，PIVOT 自动处理聚合和列创建。但是，您必须显式列出要透视到列中的值（例如，[A]、[B]）。这种方法更简洁，但如果类别随时间变化，则灵活性较差。 PostgreSQL 的 crosstab 函数提供类似的功能，但需要启用 tablefunc 扩展并使用特定的语法。
在透视时，如果事先不知道类别，请考虑使用动态 SQL。例如，使用存储过程或应用程序代码以编程方式生成列名。但是，动态透视可能会引入复杂性和安全风险（例如，SQL 注入）。始终验证输入并测试性能，因为透视大型数据集可能会消耗大量资源。尽可能使用数据库特定的工具，但为了跨数据库兼容性，请坚持使用条件聚合。