如何优雅实现ClickHouse数据透视：生成period_1至period_36列

首先纠正你当前查询的问题：原语句GROUP BY bdate, id, period会导致每个(bdate, id, period)组合单独成一行，不符合预期的按bdate和id聚合的要求，需要调整分组逻辑。

以下是几种更简洁高效的实现方式：

1. 使用sumIf函数（最简洁的静态写法） #

sumIf函数可直接按条件求和，无需冗长的CASE WHEN，且未匹配条件时默认返回0，正好满足需求：

SELECT
    bdate,
    id,
    sumIf(value, period = 1) AS period_1,
    sumIf(value, period = 2) AS period_2,
    sumIf(value, period = 3) AS period_3,
    -- 依次类推到period_36
    sumIf(value, period = 36) AS period_36
FROM test_8192590.some_table
GROUP BY bdate, id

2. 动态生成SQL（避免手动写36行） #

如果不想手动编写36个sumIf语句，可利用ClickHouse的numbers表动态生成完整查询语句：

-- 执行此语句会生成目标SQL，复制结果直接执行即可
SELECT concat(
    'SELECT bdate, id, ',
    groupConcatDistinct(
        concat('sumIf(value, period = ', toString(number), ') AS period_', toString(number))
        ORDER BY number
        SEPARATOR ', '
    ),
    ' FROM test_8192590.some_table GROUP BY bdate, id'
)
FROM numbers(1, 36)

3. 使用Map函数实现（适合灵活扩展） #

通过将period和对应的求和值存入Map，再用mapGet提取对应周期的值，不存在的周期会返回Float64的默认值0：

SELECT
    bdate,
    id,
    mapGet(period_sum_map, 1) AS period_1,
    mapGet(period_sum_map, 2) AS period_2,
    -- 依次类推到period_36
    mapGet(period_sum_map, 36) AS period_36
FROM (
    SELECT
        bdate,
        id,
        mapAgg(period, sum(value)) AS period_sum_map
    FROM test_8192590.some_table
    GROUP BY bdate, id
)

这里用mapAgg直接在聚合阶段生成Map，比先分组再构造Map更高效。

4. 使用数组函数展开（另一种灵活写法） #

先按(bdate, id, period)聚合求和，再用数组存储所有周期的结果，最后按位置提取：

SELECT
    bdate,
    id,
    arrayElement(period_values, 1) AS period_1,
    arrayElement(period_values, 2) AS period_2,
    -- 依次类推到period_36
    arrayElement(period_values, 36) AS period_36
FROM (
    SELECT
        bdate,
        id,
        -- 用arrayResize确保数组长度为36，空缺位置填充0
        arrayResize(groupArray((period, sum_value)), 36, (0, 0.0))
        -- 按period排序后提取value列
        .2 AS period_values
    FROM (
        SELECT
            bdate,
            id,
            period,
            sum(value) AS sum_value
        FROM test_8192590.some_table
        GROUP BY bdate, id, period
        ORDER BY period
    )
    GROUP BY bdate, id
)

内容的提问来源于stack exchange，提问作者user2459396