在日常開發中，尤其是資料統計制作報表的時候，我們經常需要一種把行轉換成列的技術，用于展示我們的統計結果，也許有人會說，我不能在設計表結構的時候就按照我想展示的結構進行設計麼？雖然這也是一種辦法，但日常的統計都是随着業務不斷的運作，而逐漸積累的動态資料，這時新的資料就會平凡導緻表結構的修改。
例如：我們現在有一個需求，在資料庫中存儲每個人的名字、所掌握的專業技能與每項技能的熟練度，并且我想以一種簡單的統計方式，看每個人的每項技能的熟練度，統計結果的要求如下：
那麼我們應該如何考慮設計資料庫中的表結構？當然你可以就按照上面輸出的結果格式設計表結構，但這種結構在後期随着業務的變化會過度愈來愈資料定義語言（DDL），試想一下後面再來一位趙六，并且趙六以上技能都會的同時還會Flink,我們勢必要面對對表結構的修改，這将是我們的程式設計非常痛苦，是以我們通常會選擇設計一張包含：姓名，專業與熟練度着三個列的表結構來存儲基本資訊，這樣我們以後隻需要對表中的資料進行增删改的操作即可滿足要求，當然這在統計的時候也會自然變得稍微複雜一些，不過，當你權衡每種方法的利弊時，我選擇兩害相較取其輕。
閑話少叙，接下來就開始我們的正題“資料旋轉”，前面說了資料旋轉我們可以了解為一種把行轉換成列的技術，結合我們上面的例子，我們基礎資料的表結構設計如下：
CREATE TABLE skills
(
name NVARCHAR(6),
skills NVARCHAR(20),
score int
)
INSERT INTO skills VALUES('張三','Java',91);
INSERT INTO skills VALUES('張三','HDFS',75);
INSERT INTO skills VALUES('張三','HIVE',85);
INSERT INTO skills VALUES('張三','Spark',85);
INSERT INTO skills VALUES('李四','Java',98);
INSERT INTO skills VALUES('王五','.Net',99);
INSERT INTO skills VALUES('王五','Java',75);
INSERT INTO skills VALUES('王五','HDFS',85);
INSERT INTO skills VALUES('王五','HIVE',85);
INSERT INTO skills VALUES('王五','Spark',85); 那麼首先我們回想一下上一面《SqlServer-邏輯查詢-ON與WHERE的天壤之别》中描述的查詢邏輯處理的過程，這對于了解這個示例是非常有幫助的，我在前面講到了SELECT階段通常很多情景下會在SQL語句的最後一步執行，并且SELECT語句用于指定最終表都輸出哪些列，那麼我們在看下我們示例中要求輸出的都有哪些列？輸出結果中包含（姓名、.Net、Java、HDFS、HIVE、Spark）,并且我們可以從問題和結果中看出，是把每個人的按照指定格式輸出，腦子裡面有沒有瞬間想起分組？從以上我們可以得出通過SELECT可以控制輸出列，通過分組可以按人員姓名統計分數。我們指導SQL在邏輯查詢處理過程中，每一步後都會生成一張虛拟表，并且GOURP BY在SELECT之前執行，那麼我們就先從分組開始。
第一步：先按名稱執行分組
此步我們隻考慮分組暫不考慮SELECT輸出哪些内容與分組本身的一些特性包括聚合呀什麼的，我們來看下如下語句，看看該語句在邏輯查詢過程中是怎樣的執行過程。
SELECT name FROM skills GROUP BY name 我們得到的執行結果如下：
為了讓該語句順利執行，我在前面制定了SELECT name,輸出name列，查詢結果隻是表象，其實在GROUPBY階段生成的虛拟表結構如下：
第二步：通過SELECT指定輸出列
從該虛拟表結構中我們可以看出，虛拟表中已經對name列加入了分組描述，那麼下一步我們就可以通過指定SELECT指定輸出哪些列來達到我們資料旋轉的目的，因為為在分組中指定列不能直接通過SELECT輸出，而需要結合聚合函數，我們可以将我們要輸出的列包含在聚合函數中，并且在聚合函數中加入我們的CASE語句來達到我們行邊列的效果，例如：
MAX(CASE WHEN skills = ‘Java’ THEN score END) AS Java CASE的用法請關注後期SqlServer系列教程文章中詳細了解，這裡我隻重點表述一下CASE表達式中如果沒有寫ELSE，則相當于預設寫了個ELSE NULL，也就是說當判斷到該項資料時，如果條件不滿足會自動填充NULL，那麼我們來看一下完整的SQL如下：
SELECT name,
MAX(CASE WHEN skills = '.Net' THEN score END) AS [.Net],
MAX(CASE WHEN skills = 'Java' THEN score END) AS Java,
MAX(CASE WHEN skills = 'HDFS' THEN score END) AS HDFS,
MAX(CASE WHEN skills = 'HIVE' THEN score END) AS HIVE,
MAX(CASE WHEN skills = 'Spark' THEN score END) AS Spark
FROM skills
GROUP BY name 我們來具體按照邏輯查詢處理過程分析一下，首先我們進行了分組，該步驟産生的虛拟表結構如下：
接下來我們通過SELECT制定了将所有技能輸出為列，通過CASE語句控制該列具體展示的内容，這裡細心且好學的朋友會有一個疑問，明明用的MAX聚合函數應該顯示的内容都是每個分組中score列最大的值呀？這裡我想說仔細看，我們CASE是現在聚合函數中的，也就是說它在聚合函數之前執行，我們通過下圖來看一下具體的執行過程：
我們可以看到原始表的每一行資料都會經曆一邊上圖的過程，原始表執行完最後一行資料，那麼我們得到的中間虛拟結果表，内容如下：
最後我們通過分組與聚合就能得到我們最終想要的結果，通過資料旋轉完成了我們示例最終的展示要求。
最後我想補充依據，以上是根據标準SQL進行的資料旋轉，在SqlServer中加入了PIVOT（隻适用于SqlServer2005以上版本），用來實作相同的資料旋轉，但我覺的該用法還是很不直覺，不易于了解，接下來我使用PIVOT進行該需求的實作，大家下來可以咱評論區補充一下對PIVOT的看法。
SELECT name, [.Net],Java,HDFS,HIVE,Spark
FROM skills
PIVOT(MAX(score) FOR skills IN([.Net],Java,HDFS,HIVE,Spark)) AS T 處理代碼量降低了一點點之外，我并沒有看到其他任何的優勢，希望大家可以在評論區或者私下聯系我，發表一下您對PIVOT這種用法的看法，創作不易，如果您覺得幫到了您，還請輕按兩下螢幕點個贊。