长表转宽表场景中MAX聚合函数的工作原理探究

在这个长表转宽的场景里，MAX函数的核心作用是过滤NULL值，提取分组内的有效数据，具体工作流程可以拆成这几步：

• 首先，SQL里会用CASE语句对长表的行数据做判断：比如按指标类别给不同的宽表列赋值，不匹配的行就返回NULL。比如长表里一行是"身高"，那对应height列赋值，其他列（比如体重、年龄）就返回NULL。
• 接着按分组字段（比如用户ID）做分组聚合，这时候每个分组里，每个宽表列对应的行里只有一个非NULL值，剩下的都是NULL。
• MAX聚合函数的特性是忽略NULL值，只从非NULL值里取最大值。而这里每个分组的每个宽表列只有一个有效非NULL值，所以MAX就会直接把这个值保留下来，最终得到每行对应所有指标的宽表结构。

举个简单的例子，假设分组后某用户的行数据是：

用MAX聚合后，就会得到：

本质上就是利用MAX忽略NULL的特性，把分组内分散在不同行的有效数据，合并到同一行的对应列里。

内容的提问来源于stack exchange，提问作者hoozr