|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
|
SQL中Case的使用方法(上篇)
Case具有两种格式。简单Case函数和Case搜索函数。
--简单Case函数
CASE sex
WHEN
'1'
THEN
'男'
WHEN
'2'
THEN
'女'
ELSE
'其他'
END
--Case搜索函数
CASE WHEN sex =
'1'
THEN
'男'
WHEN sex =
'2'
THEN
'女'
ELSE
'其他'
END
这两种方式，可以实现相同的功能。简单Case函数的写法相对比较简洁，但是和Case搜索函数相比，功能方面会有些限制，比如写判断式。
还有一个需要注意的问题，Case函数只返回第一个符合条件的值，剩下的Case部分将会被自动忽略。
--比如说，下面这段SQL，你永远无法得到“第二类”这个结果
CASE WHEN col_1 IN (
'a'
,
'b'
) THEN
'第一类'
WHEN col_1 IN (
'a'
) THEN
'第二类'
ELSE
'其他'
END
下面我们来看一下，使用Case函数都能做些什么事情。
一，已知数据按照另外一种方式进行分组，分析。
有如下数据:(为了看得更清楚，我并没有使用国家代码，而是直接用国家名作为Primary Key)
国家（country） 人口（population）
中国
600
美国
100
加拿大
100
英国
200
法国
300
日本
250
德国
200
墨西哥
50
印度
250
根据这个国家人口数据，统计亚洲和北美洲的人口数量。应该得到下面这个结果。
洲 人口
亚洲
1100
北美洲
250
其他
700
想要解决这个问题，你会怎么做？生成一个带有洲Code的View，是一个解决方法，但是这样很难动态的改变统计的方式。
如果使用Case函数，SQL代码如下:
SELECT SUM(population),
CASE country
WHEN
'中国'
THEN
'亚洲'
WHEN
'印度'
THEN
'亚洲'
WHEN
'日本'
THEN
'亚洲'
WHEN
'美国'
THEN
'北美洲'
WHEN
'加拿大'
THEN
'北美洲'
WHEN
'墨西哥'
THEN
'北美洲'
ELSE
'其他'
END
FROM Table_A
GROUP BY CASE country
WHEN
'中国'
THEN
'亚洲'
WHEN
'印度'
THEN
'亚洲'
WHEN
'日本'
THEN
'亚洲'
WHEN
'美国'
THEN
'北美洲'
WHEN
'加拿大'
THEN
'北美洲'
WHEN
'墨西哥'
THEN
'北美洲'
ELSE
'其他'
END;
同样的，我们也可以用这个方法来判断工资的等级，并统计每一等级的人数。SQL代码如下；
SELECT
CASE WHEN salary <=
500
THEN
'1'
WHEN salary >
500
AND salary <=
600
THEN
'2'
WHEN salary >
600
AND salary <=
800
THEN
'3'
WHEN salary >
800
AND salary <=
1000
THEN
'4'
ELSE NULL END salary_class,
COUNT(*)
FROM Table_A
GROUP BY
CASE WHEN salary <=
500
THEN
'1'
WHEN salary >
500
AND salary <=
600
THEN
'2'
WHEN salary >
600
AND salary <=
800
THEN
'3'
WHEN salary >
800
AND salary <=
1000
THEN
'4'
ELSE NULL END;
二，用一个SQL语句完成不同条件的分组。
有如下数据
国家（country） 性别（sex） 人口（population）
中国
1
340
中国
2
260
美国
1
45
美国
2
55
加拿大
1
51
加拿大
2
49
英国
1
40
英国
2
60
按照国家和性别进行分组，得出结果如下
国家 男 女
中国
340
260
美国
45
55
加拿大
51
49
英国
40
60
普通情况下，用UNION也可以实现用一条语句进行查询。但是那样增加消耗(两个Select部分)，而且SQL语句会比较长。
下面是一个是用Case函数来完成这个功能的例子
SELECT country,
SUM( CASE WHEN sex =
'1'
THEN
population ELSE
0
END), --男性人口
SUM( CASE WHEN sex =
'2'
THEN
population ELSE
0
END) --女性人口
FROM Table_A
GROUP BY country;
这样我们使用Select，完成对二维表的输出形式，充分显示了Case函数的强大。
三，在Check中使用Case函数。
在Check中使用Case函数在很多情况下都是非常不错的解决方法。可能有很多人根本就不用Check，那么我建议你在看过下面的例子之后也尝试一下在SQL中使用Check。
下面我们来举个例子
公司A，这个公司有个规定，女职员的工资必须高于
1000
块。如果用Check和Case来表现的话，如下所示
CONSTRAINT check_salary CHECK
( CASE WHEN sex =
'2'
THEN CASE WHEN salary >
1000
THEN
1
ELSE
0
END
ELSE
1
END =
1
)
如果单纯使用Check，如下所示
CONSTRAINT check_salary CHECK
( sex =
'2'
AND salary >
1000
)
女职员的条件倒是符合了，男职员就无法输入了。
六，在Case函数中使用sum函数
假X有下面一个表
学号 课程ID(class_id) 课程名(class_name) 主修（main_class_fl)
100
1
经济学 y
100
2
历史学 N
200
2
历史学 N
200
3
考古学 Y
200
4
计算机 N
300
4
计算机 N
400
5
化学 N
500
6
数学 N
有的学生选择了同时修几门课程(
100
,
200
)也有的学生只选择了一门课程(
300
,
400
,
500
)。选修多门课程的学生，要选择一门课程作为主修，主修fl里面写入 Y。只选择一门课程的学生，主修fl为N(实际上要是写入Y的话，就没有下面的麻烦事了，为了举例子，还请多多包含)。
现在我们要按照下面两个条件对这个表进行查询
只选修一门课程的人，返回那门课程的ID
选修多门课程的人，返回所选的主课程ID
简单的想法就是，执行两条不同的SQL语句进行查询。
条件
1
--条件
1
：只选择了一门课程的学生
SELECT std_id, MAX(class_id) AS main_class
FROM Studentclass
GROUP BY std_id
HAVING COUNT(*) =
1
;
执行结果
1
STD_ID MAIN_class
------ ----------
300
4
400
5
500
6
条件
2
--条件
2
：选择多门课程的学生
SELECT std_id, class_id AS main_class
FROM Studentclass
WHERE main_class_fl =
'Y'
;
执行结果
2
STD_ID MAIN_class
------ ----------
100
1
200
3
如果使用Case函数，我们只要一条SQL语句就可以解决问题，具体如下所示
SELECT std_id,
CASE WHEN COUNT(*) =
1
--只选择一门课程的学生的情况
THEN MAX(class_id)
ELSE MAX(CASE WHEN main_class_fl =
'Y'
THEN class_id
ELSE NULL END
)
END AS main_class
FROM Studentclass
GROUP BY std_id;
运行结果
STD_ID MAIN_class
------ ----------
100
1
200
3
300
4
400
5
500
6
通过在Case函数中嵌套Case函数，在合计函数中使用Case函数等方法，我们可以轻松的解决这个问题。使用Case函数给我们带来了更大的自由度。
最后提醒一下使用Case函数的新手注意不要犯下面的错误
CASE col_1
WHEN
1
THEN
'Right'
WHEN NULL THEN
'Wrong'
END
在这个语句中When Null这一行总是返回unknown，所以永远不会出现Wrong的情况。因为这句可以替换成WHEN col_1 = NULL，这是一个错误的用法，这个时候我们应该选择用WHEN col_1 IS NULL。
三，在Check中使用Case函数。
在Check中使用Case函数在很多情况下都是非常不错的解决方法。可能有很多人根本就不用Check，那么我建议你在看过下面的例子之后也尝试一下在SQL中使用Check。
下面我们来举个例子
公司A，这个公司有个规定，女职员的工资必须高于
1000
块。如果用Check和Case来表现的话，如下所示
CONSTRAINT check_salary CHECK
( CASE WHEN sex =
'2'
THEN CASE WHEN salary >
1000
THEN
1
ELSE
0
END
ELSE
1
END =
1
)
如果单纯使用Check，如下所示
CONSTRAINT check_salary CHECK
( sex =
'2'
AND salary >
1000
)
女职员的条件倒是符合了，男职员就无法输入了。
本文转自yunlielai51CTO博客，原文链接：
http://blog.51cto.com/4925054/1288259
，如需转载请自行联系原作者
|
SQL中的CASE使用方法
2017-11-08
1154
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
SQL
Oracle
关系型数据库
|
SQL
分布式计算
DataWorks
DataWorks产品使用合集之如何在SQL语句里使用CASE WHEN语句
DataWorks作为一站式的数据开发与治理平台，提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案，帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述，涵盖数据处理的各个环节。
312
2
2
|
SQL
SQL: 巧妙使用CASE WHEN实现查询
文章演示了如何利用SQL中的CASE WHEN语句来有效地进行条件性聚合查询，通过具体示例展示了CASE WHEN在统计分析中的应用技巧。
341
0
0
|
SQL
数据库
|
SQL
|
SQL
数据采集
BI
|
SQL
|
SQL
关系型数据库
MySQL
|
SQL
Java
数据库连接
【Java调试】通过SqlSessionFactory类对象获取mapper文件内的动态SQL在执行时的完整SQL及参数（2种使用方法+测试Demo及结果）
【Java调试】通过SqlSessionFactory类对象获取mapper文件内的动态SQL在执行时的完整SQL及参数（2种使用方法+测试Demo及结果）
487
0
0
|
SQL
关系型数据库
MySQL
热门文章
最新文章
1
阿里云数据库RDS费用价格：MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
2
阿里云数据库收费价格：MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
3
SQL Server 2025 RC1 发布 - 从本地到云端的 AI 就绪企业数据库
4
生成更智能，调试更轻松，SLS SQL Copilot 焕新登场！
5
通过 SQL 快速使用 OceanBase 向量检索学习笔记
6
MCP与PolarDB集成技术分析：降低SQL门槛与简化数据可视化流程的机制解析
7
生成更智能，调试更轻松，SLS SQL Copilot 焕新登场！
8
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
9
SQL日志优化策略：提升数据库日志记录效率
10
SQL Server 2022 RTM 累积更新 #21 发布
1
CTE vs 子查询：深入拆解PostgreSQL复杂SQL的隐藏性能差异
357
2
GitHub 热门！MindsDB 破解 AI + 数据库瓶颈，究竟有什么惊艳亮点？只需 SQL 即可实现智能预测
791
3
什么！我把SQL编辑器装进了大模型？
770
4
实现MySQL与SQL Server之间数据迁移的有效方法
363
5
菜鸟之路Day35一一Mybatis之XML映射与动态SQL
401
6
SQL Server 2025 - 从本地到云端的 AI 就绪企业数据库
330
7
狂揽20.2k星！还在傻傻的写SQL吗，那你就完了！这款开源项目，让数据分析像聊天一样简单？再见吧SQL
226
8
【SQL周周练】：利用行车轨迹分析犯罪分子作案地点
136
9
SQL在线美化工具
421
10
Dataphin V5.0：支持创建异步调用API，实现慢 SQL 复杂计算的直连消费
187