如何在SQL Server 2019中将行数据转换为列格式？

针对你在SQL Server 2019中需要将行数据转为列格式的需求，提供两种可行方案，分别适用于已知列名和未知列名的场景，同时兼顾大数据量的性能需求：

方案一：静态透视（已知所有客户ID类型） #

如果客户ID类型仅有Netflix ID和Facebook ID这类固定类型，直接使用SQL Server内置的PIVOT函数即可实现：

SELECT 
    客户姓名,
    [Netflix ID],
    [Facebook ID]
FROM 
    (SELECT 客户姓名, 客户ID类型, 客户ID FROM 你的表名) AS SourceTable
PIVOT
(
    MAX(客户ID) -- 每个客户+ID类型组合唯一，MAX/MIN聚合函数不影响结果
    FOR 客户ID类型 IN ([Netflix ID], [Facebook ID])
) AS PivotTable;

说明： #

• 替换你的表名为实际表名称
• 静态透视性能更稳定，适合列名固定的场景

方案二：动态透视（客户ID类型不固定/数量较多） #

如果表中存在多种客户ID类型，且未来可能新增类型，使用动态SQL自动生成列名：

DECLARE @columns NVARCHAR(MAX), @sql NVARCHAR(MAX);

-- 获取所有唯一的客户ID类型，拼接成合法列名字符串
SELECT @columns = STRING_AGG(QUOTENAME(客户ID类型), ', ')
FROM (SELECT DISTINCT 客户ID类型 FROM 你的表名) AS DistinctTypes;

-- 构建动态透视SQL语句
SET @sql = N'
SELECT 
    客户姓名,
    ' + @columns + '
FROM 
    (SELECT 客户姓名, 客户ID类型, 客户ID FROM 你的表名) AS SourceTable
PIVOT
(
    MAX(客户ID)
    FOR 客户ID类型 IN (' + @columns + ')
) AS PivotTable;';

-- 执行动态SQL
EXEC sp_executesql @sql;

说明： #

• STRING_AGG是SQL Server 2017及以上版本支持的字符串拼接函数，自动适配所有存在的客户ID类型
• 无需手动维护列名，适合类型多变的场景

大数据量性能优化建议 #

针对海量数据场景，可通过以下方式提升效率：

• 为客户姓名和客户ID类型创建联合非聚集索引：

  CREATE NONCLUSTERED INDEX IX_你的表名_客户姓名_ID类型 ON 你的表名 (客户姓名, 客户ID类型) INCLUDE (客户ID);
  

• 先将目标数据筛选到临时表/表变量中，再执行透视操作，减少全表扫描范围

内容的提问来源于stack exchange，提问作者Taif