在 teradata sql 中完成数据透视

Question

假设我有一个返回值如下的查询：

id    type     value
aaa   1a        10
aaa   1b        20
aaa   1c        7
bbb   2a        10
bbb   1a        5

有 > 5000 万行和 240 种可能的“类型”。我想做一个支点，每个id 有一行，每个type 是它自己的列：

id   1a   1b   1c   2a
aaa  10   20   7    
bbb  5              10

我可以在 SQL Server 中执行此操作，但我不知道如何在 Teradata 中执行此操作。我的列太多了，无法进行 CASE 陈述。但是，如果有帮助的话，每个不同的 type 都在一个表字段中。

Answer 1

Teradata SQL 中没有数据透视函数。这里回答了一个类似的问题 - teradata sql pivot multiple occurrences into additional columns。

为了最好地实现您想要的，而不必手动写出 250 个案例，您应该在某种循环或集合中使用有序分析函数。尝试从 Teradata Developer Exchange 搜索“循环”标签 - http://developer.teradata.com/tag/loop

我会这样做：使用另一种编程语言 (Python) 重复文本/预制 SQL，并将其仅更改两个变量 250 次，从 1 到 250，然后生成完整的长 sql。只重申SELECT DISTINCT id 和最后FROM mytable 行之间的部分：

SELECT DISTINCT
id
-- reiteration starts here
,(SELECT SUM(value) -- assuming you have unique types for every id
  FROM (SELECT DISTINCT
    id
    ,value
    ,type
    FROM mytable
    QUALIFY (RANK() OVER(PARTITION BY type ORDER BY id ASC))=1 -- variable 1
    )
) AS type_1 -- variable 2
-- reiteration ends here
FROM mytable

你可以使用这个python：

for i in range(1,251):
    print " \
,(SELECT SUM(value) -- assuming you have unique types for every id \
FROM (SELECT DISTINCT \
id \
,value \
,type \
FROM mytable \
QUALIFY (RANK() OVER(PARTITION BY type ORDER BY id ASC))=%d -- variable 1 \
) \
) AS type_%d -- variable 2 \
" % (i,i)

Answer 2

TD_SYSFNLIB 中可以找到 TD 14.10 中添加的 TD_UNPIVOT 函数。

TD_UNPIVOT Function

PIVOT 和 UNPIVOT SQL 命令是在 Teradata 16 中添加的，它们可以在 SQL 函数、运算符、表达式和谓词手册中找到。目前，我无法在在线手册中找到它们，因此您需要从 Teradata.com 下载 PDF。

New TD 16 Features PIVOT and UNPIVOT

Answer 3

在 Teradata 16 中使用 PIVOT 函数可能如下所示（假设您的类型位于名为 mytypetable 的表中）：

SELECT 
  *
FROM 
  mytable PIVOT (SUM("value") FOR "type" IN (SELECT "Type" FROM mytypetable)) AS Temp_pivot
ORDER BY 
  id

一个缺点是您无法决定列的顺序。

Answer 4

至少早在 v16.1 中就已经添加了 Pivot 功能：

https://docs.teradata.com/r/756LNiPSFdY~4JcCCcR5Cw/GnnbigJTnAWrDfLbecAN7Q

为此答案提供一些示例。

v16.2 和更高版本允许您从数据透视表中的表中选择不同的值，而在 16.1 中，您需要指定要透视的字段。下面提供了两个示例。

DDL 创建示例表：

Create table tbl(id varchar(3), typ varchar(2), val smallint);
insert into  tbl ('aaa',   '1a',  10);
insert into  tbl ('aaa',   '1b',  20);
insert into  tbl ('aaa',   '1c',  7);
insert into  tbl ('bbb',   '2a',  10);
insert into  tbl ('bbb',   '1a',  5);

在 16.1 中，您必须指定要转置的字段（注意双引号将类型名称转换为有效的列名称）：

Select *
from tbl pivot (sum(val)
                for typ in ('1a' as "1a" ,'1b' as "1b",'1c' as "1c",'2a' as "2a" )
    ) tmp

16.2 更灵活一些，无需显式指定数据透视字段：

SELECT *
from tbl pivot (sum(val)
                for typ in (Select distinct typ from tbl)
    ) tmp
order by 1

两个结果是一样的：

id	1a	1b	1c	2a
aaa	10	20	7	NULL
bbb	5	NULL	NULL	10

但是，据我所知 - 至少在 16.2 中 - 在枢轴运算符中使用子查询进行枢轴（例如 for typ in (Select Distinct typ from tbl ）时，您无法物理化结果。这将动态定义的枢轴限制为最终结果集。但是，当您明确定义字段时（例如for typ in ('1a','1b','1c','2a' )），您可以从数据透视表创建视图、易失性或物理表。希望 Teradata 能够增强这一功能，以便在未来包含子查询。

您可以使用多个聚合函数进行透视：

SELECT *
from tbl pivot (sum(val) as "Sum", count(val) as "Count"
                for typ in (Select distinct typ from tbl)
    ) tmp
order by 1

id	2a_Sum	1c_Sum	1a_Sum	1b_Sum	2a_Count	1c_Count	1a_Count	1b_Count
aaa	NULL	7	10	20	0	1	1	1
bbb	10	NULL	5	NULL	1	0	1	0

还有一个 unpivot 函数可用于将长表转换为宽表。感谢@dnoeth 在下面的 cmets 中提供解决方案。