SQL实现行内逗号分隔值拆分为多行：百万级数据场景方案咨询

一、各主流数据库的实现代码 #

1. MySQL（8.0+版本） #

利用递归CTE拆分逗号分隔的字符串：

WITH RECURSIVE split_cte AS (
    SELECT 
        Code,
        SUBSTRING_INDEX(Question, ',', 1) AS Question,
        SUBSTRING(Question, LOCATE(',', Question) + 1) AS remaining_questions,
        Score
    FROM Information
    WHERE Question IS NOT NULL AND Question != ''
    UNION ALL
    SELECT 
        Code,
        SUBSTRING_INDEX(remaining_questions, ',', 1) AS Question,
        SUBSTRING(remaining_questions, LOCATE(',', remaining_questions) + 1) AS remaining_questions,
        Score
    FROM split_cte
    WHERE remaining_questions IS NOT NULL AND remaining_questions != ''
)
SELECT Code, Question, Score
FROM split_cte
ORDER BY Code, Question;

2. SQL Server（2016+版本） #

使用原生STRING_SPLIT函数配合交叉应用拆分：

SELECT 
    i.Code,
    s.value AS Question,
    i.Score
FROM Information i
CROSS APPLY STRING_SPLIT(i.Question, ',') s
ORDER BY i.Code, s.value;

3. PostgreSQL #

通过STRING_TO_ARRAY转数组后用UNNEST展开：

SELECT 
    Code,
    unnest(string_to_array(Question, ',')) AS Question,
    Score
FROM Information
ORDER BY Code, Question;

二、百万级数据场景的可行性及优化建议 #

• 可行性：主流数据库的原生拆分函数或优化后的递归逻辑，完全支持百万级数据的拆分处理，但需配合优化手段避免性能瓶颈。
• 优化方向：
  • 优先使用数据库原生拆分函数（如SQL ServerSTRING_SPLIT、PostgreSQLUNNEST），这类函数经过底层优化，性能远优于自定义递归逻辑。
  • 给Code等常用排序/过滤字段建立索引，降低查询时的排序和检索开销。
  • 若拆分需求为高频操作，建议将拆分结果持久化到新表，定期同步源表数据，避免每次查询都重复拆分。
  • 数据量过大时可按Code维度分批处理，缓解单次操作的CPU、内存负载。

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