UNPIVOT yan tümcesi
Şunlar için geçerlidir: Databricks SQL Databricks Runtime 12.2 LTS ve üzeri.
Sütun gruplarını satırlara döndürüp listelenen sütunları daraltarak table_reference satırlarını dönüştürür: İlk yeni sütun, özgün sütun grubu adlarını (veya diğer adlarını) değer olarak tutar. Bu sütun, her sütun grubunun değerlerine sahip bir sütun grubu için izlenir.
Sözdizimi
table_reference UNPIVOT [ { INCLUDE NULLS | EXCLUDE NULLS } ]
{ single_value | multi_value }
( value_column
FOR unpivot_column IN ( { column_name [ column_alias ] } [, ...] ) )
[ table_alias ]
single_value
( value_column
FOR unpivot_column IN ( { column_name [ column_alias ] } [, ...] ) )
multi_value
( ( value_column [, ...] )
FOR unpivot_column IN ( { ( column_name [, ...] ) [ column_alias ] } [, ...] ) )
Parametreler
-
İşlemin konusunu
UNPIVOT
tanımlar. INCLUDE NULLS
veyaEXCLUDE NULLS
içinde ile
NULL
satırların filtrelenip filtrelenmeyip filtrelenmeymeyeceğivalue_column
. Varsayılan değer:EXCLUDE NULLS
.-
Nitelenmemiş bir sütun diğer adı. Bu sütun değerleri barındıracaktır. Ech
value_column
türü, karşılık gelencolumn_name
sütun türlerinin en az ortak türüdür. -
Nitelenmemiş bir sütun diğer adı. Bu sütun, döndürülen
column_name
s veya bunlarıncolumn_alias
adlarını tutar. türüunpivot_column
şeklindedirSTRING
.Birden çok değer
UNPIVOT
olması durumunda, değeri , yoksacolumn_alias
ayrılmışcolumn_name
s değerlerinin birleştirilmiş olmasıdır'_'
. -
Özetsiz olacak bir sütunu ilişkili olarak tanımlar. Ad nitelenmiş olabilir. Tümü
column_name
en az ortak türü paylaşmalıdır. -
içinde
unpivot_column
kullanılan isteğe bağlı bir ad. -
İsteğe bağlı olarak, sonuçta elde edilen tablo için bir etiket belirtir.
table_alias
içerirsecolumn_identifier
, sayılarının tarafındanUNPIVOT
üretilen sütun sayısıyla eşleşmesi gerekir.
Sonuç
Aşağıdaki formdaki geçici bir tablo:
- s olarak
column_name
adlandırılanlar dışındaki tüm sütunlarıtable_reference
. unpivot_column
türüSTRING
.- Eşleşen
value_column
column_name
s türlerinin en az ortak türlerinin s'leri.
Örnekler
- A single column UNPIVOT
> CREATE OR REPLACE TEMPORARY VIEW sales(location, year, q1, q2, q3, q4) AS
VALUES ('Toronto' , 2020, 100 , 80 , 70, 150),
('San Francisco', 2020, NULL, 20 , 50, 60),
('Toronto' , 2021, 110 , 90 , 80, 170),
('San Francisco', 2021, 70 , 120, 85, 105);
> SELECT *
FROM sales UNPIVOT INCLUDE NULLS
(sales FOR quarter IN (q1 AS `Jan-Mar`,
q2 AS `Apr-Jun`,
q3 AS `Jul-Sep`,
sales.q4 AS `Oct-Dec`));
location year quarter sales
—------------ —--- —------ —-----
Toronto 2020 Jan-Mar 100
Toronto 2020 Apr-Jun 80
Toronto 2020 Jul-Sep 70
Toronto 2020 Oct-Dec 150
San Francisco 2020 Jan-Mar null
San Francisco 2020 Apr-Jun 20
San Francisco 2020 Jul-Sep 50
San Francisco 2020 Oct-Dec 60
Toronto 2021 Jan-Mar 110
Toronto 2021 Apr-Jun 90
Toronto 2021 Jul-Sep 80
Toronto 2021 Oct-Dec 170
San Francisco 2021 Jan-Mar 70
San Francisco 2021 Apr-Jun 120
San Francisco 2021 Jul-Sep 85
San Francisco 2021 Oct-Dec 105
-- This is equivalent to:
> SELECT location, year,
inline(arrays_zip(array('Jan-Mar', 'Apr-Jun', 'Jul-Sep', 'Oct-Dec'),
array(q1 , q2 , q3 , q4)))
AS (quarter, sales)
FROM sales;
- A multi column UNPIVOT
> CREATE OR REPLACE TEMPORARY VIEW oncall
(year, week, area , name1 , email1 , phone1 , name2 , email2 , phone2) AS
VALUES (2022, 1 , 'frontend', 'Freddy', 'fred@alwaysup.org' , 15551234567, 'Fanny' , 'fanny@lwaysup.org' , 15552345678),
(2022, 1 , 'backend' , 'Boris' , 'boris@alwaysup.org', 15553456789, 'Boomer', 'boomer@lwaysup.org', 15554567890),
(2022, 2 , 'frontend', 'Franky', 'frank@lwaysup.org' , 15555678901, 'Fin' , 'fin@alwaysup.org' , 15556789012),
(2022, 2 , 'backend' , 'Bonny' , 'bonny@alwaysup.org', 15557890123, 'Bea' , 'bea@alwaysup.org' , 15558901234);
> SELECT *
FROM oncall UNPIVOT ((name, email, phone) FOR precedence IN ((name1, email1, phone1) AS primary,
(name2, email2, phone2) AS secondary));
year week area precedence name email phone
---- ---- -------- ---------- ------ ------------------ -----------
2022 1 frontend primary Freddy fred@alwaysup.org 15551234567
2022 1 frontend secondary Fanny fanny@lwaysup.org 15552345678
2022 1 backend primary Boris boris@alwaysup.org 15553456789
2022 1 backend secondary Boomer boomer@lwaysup.org 15554567890
2022 2 frontend primary Franky frank@lwaysup.org 15555678901
2022 2 frontend secondary Fin fin@alwaysup.org 15556789012
2022 2 backend primary Bonny bonny@alwaysup.org 15557890123
2022 2 backend secondary Bea bea@alwaysup.org 15558901234
-- This is equivalent to:
> SELECT year, week, area,
inline(arrays_zip(array('primary', 'secondary'),
array(name1, name2),
array(email1, email2),
array(phone1, phone2)))
AS (precedence, name, email, phone)
FROM oncall;