sql无pivot时用case when+聚合函数（如max/sum）配合group by实现行转列：先按维度字段分组，再用case提取各分类值，外层聚合压平多行为单行，必须加group by且注意null处理与索引优化。
SQL里没有PIVOT函数时怎么手动实现行转列
多数数据库（比如MySQL、SQLite）不原生支持PIVOT，但可以用条件聚合模拟。核心思路是：对每个目标列值，用CASE WHEN单独提取对应行的数值，再套一层SUM/MAX聚合。
常见错误是漏掉外层聚合，导致结果按原始行数展开，而非合并成一行——这会让“行转列”变成“列复制”，看着像但没聚合效果。
- 必须在外层加
GROUP BY（按需保留的维度字段，如region或year） -
CASE WHEN category = 'A' THEN amount END要配合SUM()或MAX()，不能直接写进SELECT - 如果源数据有空值，
SUM()会跳过，MAX()可能返回NULL，注意是否需要COALESCE兜底
PostgreSQL / SQL Server 用PIVOT语法更简洁但限制多
PostgreSQL 12+ 支持tablefunc扩展的crosstab()，SQL Server 有内置PIVOT操作符。它们写法短，但灵活性差：
-
PIVOT要求列名必须写死，无法动态适配新分类（比如新增一个category = 'D'就得改SQL） - SQL Server 的
PIVOT只接受单个聚合函数，且FOR ... IN括号里不能是子查询或变量 - PostgreSQL 的
crosstab()需要两层查询：第一层提供“行标识+分类+值”，第二层定义列顺序，稍不匹配就报return type mismatch
动态生成列名时别硬拼SQL字符串
真要应对未知分类（比如用户自定义标签），得先查出所有唯一值，再拼SQL。但直接用应用层字符串拼接SELECT ... CASE WHEN ...容易被注入，也难维护。
更稳妥的做法：
- 在应用代码里用预查结果构造参数化
CASE分支（Python/Java中用join拼WHEN块） - 避免把用户输入直接塞进
IN (..)或列别名；列名应白名单校验（如只允许字母数字下划线） - 如果数据库支持，优先用
JSON_OBJECT_AGG或STRING_AGG先聚合成键值对，再由前端解析——绕开列数限制
性能陷阱：GROUP BY + 多CASE比JOIN多个子查询快得多
有人试图用多次LEFT JOIN子查询分别取不同分类的值，逻辑看似清晰，但执行计划通常更重：每多一个JOIN就多一次全表扫描或索引查找。
而单次GROUP BY配合多个CASE，只要GROUP BY字段有索引，基本就是一次扫描+内存聚合。
- 确保
GROUP BY字段和CASE中的判断字段（如category）都有索引 - 如果分类数极多（上百），
CASE分支太长，编译和缓存效率下降，此时应考虑物化中间表或换用OLAP引擎
NULL值处理和索引覆盖——明明SQL能跑通，但一加WHERE条件就慢十倍，八成是GROUP BY字段没走索引，或者CASE里引用了未索引字段。
