在 AWS Redshift 中透视非数字表

Posted 2023-03-24

【中文标题】在 AWS Redshift 中透视非数字表

【英文标题】：Pivoting a non-numeric table in AWS Redshift

【发布时间】：2015-11-20 18:44:54

【问题描述】：

我有一张亚马逊红移表格，我想沿一列旋转。例如

dim1  dim2  val
x     a     4s
x     b     5v
y     a     9l
y     b     3t

会变成：

dim1   a    b  
x      4s   5v
y      9l   3t

请注意，AWS Redshift 不支持数据透视、交叉表、未嵌套或案例扩展。此外，AWS 在https://forums.aws.amazon.com/thread.jspa?threadID=126369 中提出的解决方案还不够，因为它依赖于使用聚合函数，而且由于我的数据不包含数字，所以这不会可靠地工作（对吗？）。

我能想到的最佳解决方案是自我加入：

SELECT table.dim1, val as a, b
FROM table
WHERE dim2='a'
JOIN (
  SELECT dim1, val as b 
  FROM table
  WHERE dim2='b') AS t
ON t.dim1 = table.dim1

此解决方案的问题在于，您必须为 dim2 的每个可能值进行一次自连接，这很快就会变得难以管理，因为（在我的现实世界中）我的表非常巨大并且有 20 多个不同的值在dim2。对于dim2 中的每个新值，我必须进行另一个自我加入：

SELECT table.dim1, val as a, b, c
FROM table
WHERE dim2='a'
JOIN (
  SELECT dim1, val as b 
  FROM table
  WHERE dim2='b') AS t
ON t.dim1 = table.dim1
JOIN (
  SELECT dim1, val as c 
  FROM table
  WHERE dim2='c') AS t2
ON t2.dim1 = table.dim1

我们可以看到这会如何迅速失控。有没有更好的方法来做到这一点？

【参考方案1】：

事实证明，AWS 的答案已经足够了，您可以使用 max() 对字符串进行聚合：

SELECT dim1, MAX(a) AS a, MAX(b) AS b
FROM (
  SELECT dim1, 
    CASE dim2 WHEN 'a' THEN val ELSE NULL END as a,
    CASE dim2 WHEN 'b' THEN val ELSE NULL END as b
  FROM table
)
GROUP BY dim1;

但是dim2 中有任意数量的值，这仍然很麻烦。我愿意接受更好的答案。

【讨论】：

没有数据透视表或交叉表这是我见过几次的解决方案

您可以根据需要删除ELSE NULL，这是默认选项。