GROUP BY 中 CASE WHEN 表达式必须与 SELECT 中完全一致；正确写法是 SELECT 和 GROUP BY 使用相同 CASE WHEN 文本，配合 SUM(CASE WHEN...) 实现宽表透视，注意显式类型转换和 ELSE 分支防 NULL 与类型推导问题。
GROUP BY 里直接用 CASE WHEN 分组，必须保持 SELECT 和 GROUP BY 中表达式完全一致
很多人写完 CASE WHEN 分组逻辑后，在 SELECT 里重写一遍、GROUP BY 里又写一遍，结果发现字段别名不生效或报错。根本原因：SQL 要求 GROUP BY 子句中出现的表达式，必须和 SELECT 列表中非聚合列的表达式**字面完全相同**（不是别名相同，而是文本一模一样）。
- ✅ 正确写法：
SELECT CASE WHEN age - ❌ 错误写法：
SELECT CASE WHEN age （age_group是别名，不能用于GROUP BY） - ⚠️ 注意：部分数据库（如 PostgreSQL）支持用列序号（
GROUP BY 1）简化，但 MySQL、Hive 等不支持，别依赖
SUM(CASE WHEN ...) 是条件聚合的核心写法，不是语法糖而是必需结构
想按分组统计“满足某条件的记录数”或“某条件下字段总和”，必须把 CASE WHEN 套进聚合函数里，而不是单独放在 SELECT 中。否则会触发 ERROR 1055（MySQL）或类似“non-aggregated column”错误。
-
SUM(CASE WHEN status = 'paid' THEN amount ELSE 0 END)→ 统计已支付金额总和 -
COUNT(CASE WHEN score >= 90 THEN 1 END)→ 统计高分人数（注意：这里用COUNT而非SUM，因为NULL不被COUNT计入） - 别写成
CASE WHEN status = 'paid' THEN SUM(amount) END—— 这会让每组返回多个值，违反聚合语义 - 类型要一致：
ELSE 0比ELSE NULL更安全，避免整型/浮点型隐式转换出问题
用 CASE WHEN 实现宽表透视（行转列），本质是多组条件聚合并列输出
当你要把“按类型分组的销售额”从长表（type=0, price=100；type=1, price=200）变成宽表（date, type0_price, type1_price），关键不是 JOIN 多次子查询，而是一次 GROUP BY date + 多个 SUM(CASE WHEN ...)。
- 示例：
SUM(CASE WHEN type = 0 THEN price ELSE 0 END) AS type0_price - 每个
CASE WHEN对应一列，所有列共享同一个GROUP BY date - 性能优势明显：单次扫描 + 单次分组，比多次子查询 + JOIN 少 IO、少 shuffle（尤其在 Hive/Spark 中）
- 注意空值处理：如果某天没有 type=1 的记录，
SUM(CASE WHEN type = 1 THEN price END)返回NULL，建议统一加ELSE 0
Hive/Spark SQL 中 CASE WHEN 的 NULL 和类型陷阱最容易踩
在大数据引擎里，CASE WHEN 的行为和传统数据库略有差异，尤其涉及 NULL 判断和隐式类型转换时。
-
CASE WHEN col IS NULL THEN ...必须显式写IS NULL，= NULL永远为 false - 所有
THEN和ELSE分支返回值类型必须兼容，否则 Hive 会报Cannot convert column from string to double - 推荐写法：
CASE WHEN dt >= '2026-07-01' THEN CAST(1 AS BIGINT) ELSE CAST(0 AS BIGINT) END，显式指定类型 - 别在
CASE WHEN里嵌套太深的函数（比如DATE_ADD(CURRENT_DATE(), -7)），先算好变量传入，避免每次计算开销
实际写的时候，最常漏掉的是 ELSE 分支——它不只是补缺，更是类型锚点。没它，整个 CASE 表达式可能推导成 STRING，导致后续 SUM 报错。
