我使用 Excel 数据透视表来分析我的数据库中的数据，因为它允许我非常快速地“切片和切块”。由于我们知道数据库表中有什么，我们都可以编写 SQL 查询来完成数据透视表的工作。
但我想知道为什么 PivotTable 可以如此快速地构造查询，而它对数据一无所知以及我们给它的数据字段之间的含义/关系？
换个方式，我们如何才能以如此快速有效的方式构建ad-hoc SQL 查询？ （“当然是使用数据透视表！”，是的，但我想要的是一种编程方式）。
【问题讨论】：
只需根据需要操作您的 order 和 group 子句。
Excel 速度很快，因为所有数据都在内存中，并且可以快速高效地进行排序。
【讨论】：
@Mark Ransom 肯定会使用 Excel 将数据保存在内存中的概念，使其计算速度更快。 Excel 也有可能以使其比您的数据库更具响应性的方式预先索引数据集。
为什么它更快有一个重要的、非算法的可能性：在数据透视表的使用中，Excel 没有连接的概念。当您从数据库中获取临时数据时，表之间的任何连接或关联都会导致进一步的查找、扫描、索引加载等。由于 Excel 将所有数据都放在一个位置（RAM 或没有），它可以无需预先形成数据集即可执行查找。如果您要将数据库数据加载到临时表中，那么看看针对该表的即席查询是如何在性能方面与 Excel 叠加起来的，将会很有趣。
但有一点可以肯定：尽管数据库是生成准确报告的绝佳工具，但传统上标准化的数据库对于即席查询而言远不如最佳选择。因为规范化的数据结构将完整性放在首位（如果我可以冒昧的话），它们牺牲了特别优化，以牺牲所有数据的合理性为代价。尽管这是一个糟糕的示例，但请考虑以下标准化模式：
+--------+ +---------+ |tbl用户| |lu性别| +--------+ +---------+ |用户名 | |性别ID | |性别ID||性别| +--------+ +---------+ 从 luGenders 中选择 *； > 1 名女性 > 2 男在这个例子中，如果我们想知道系统中女性/男性用户的数量，数据库需要处理连接并做出相应的行为（同样，这是一个不好的例子，因为连接数量很少和少量可能的值，这通常会带来一些数据库引擎优化）。但是，如果您要将这些数据转储到 Excel 中，您仍然会因提取数据而遭受一些数据库损失，但实际上在 Excel 中旋转数据会相当快。可能是您认为 Excel 比直接的临时查询更快的想法忽略了这种预先固定成本惩罚的概念，但我没有要评论的数据。
不过，最切题的一点是，虽然通用数据库有利于提高准确性，但它们通常会吸收临时报告。要生成临时报告，通常需要以更可查询的结构对数据进行去规范化（“仓库”）。查找有关数据仓库的信息将在该主题上提供很多好的结果。
故事的寓意：拥有一个完全算法、快速的临时查询系统是一个了不起的理想，但在给定的空间和时间限制（内存和工时）的情况下并不实用。要有效地生成临时系统，您确实需要了解数据的用例，然后有效地对其进行非规范化。
我强烈推荐The Data Warehouse Toolkit。郑重声明，我不是 DBA，我只是一个卑微的分析师，每周花费 80 小时处理 Excel 和 Oracle。我知道你的痛苦。
【讨论】：
我的直觉告诉我，答案与数据透视表的轮廓有关，它有一个固定个区域，即：
- the Page Fields zone
- the Column Fields zone
- the Row Fields zone and
- the Data zone
我的猜测是：
- The Page zone builds the WHERE part of the ad-hoc query.
- The Column zone will put whichever fields drag-dropped to it in the GROUP BY clause.
- The Row zone will build a SELECT DISTINCT <field names>
- The Data zone will apply an AGGREGATE function to the field drag-dropped to it.
当我们将字段拖到这些区域时，您认为“幕后”会发生什么？
【讨论】：