SQL CASE 语句

 Case具有两种格式。简单Case函数和Case搜索函数。
-- 简单Case函数
CASE sex
         WHEN ' 1 ' THEN ' 男 '
         WHEN ' 2 ' THEN ' 女 '
ELSE ' 其他 ' END
-- Case搜索函数
CASE WHEN sex = ' 1 ' THEN ' 男 '
         WHEN sex = ' 2 ' THEN ' 女 '
ELSE ' 其他 ' END

这两种方式，可以实现相同的功能。简单Case函数的写法相对比较简洁，但是和Case搜索函数相比，功能方面会有些限制，比如写判断式。
还有一个需要注意的问题，Case函数只返回第一个符合条件的值，剩下的Case部分将会被自动忽略。
-- 比如说，下面这段SQL，你永远无法得到“第二类”这个结果
CASE WHEN col_1 IN ( ' a ' , ' b ' ) THEN ' 第一类 '
         WHEN col_1 IN ( ' a ' )       THEN ' 第二类 '
ELSE ' 其他 ' END

下面我们来看一下，使用Case函数都能做些什么事情。

一，已知数据按照另外一种方式进行分组，分析。

有如下数据:(为了看得更清楚，我并没有使用国家代码，而是直接用国家名作为Primary Key )
国家（country）    人口（population）
中国    600
美国    100
加拿大    100
英国    200
法国    300
日本    250
德国    200
墨西哥    50
印度    250

根据这个国家人口数据，统计亚洲和北美洲的人口数量。应该得到下面这个结果。
洲    人口
亚洲    1100
北美洲    250
其他    700

想要解决这个问题，你会怎么做？生成一个带有洲Code的View，是一个解决方法，但是这样很难动态的改变统计的方式。
如果使用Case函数，SQL代码如下:
SELECT   SUM (population),
        CASE country
                WHEN ' 中国 '      THEN ' 亚洲 '
                WHEN ' 印度 '      THEN ' 亚洲 '
                WHEN ' 日本 '      THEN ' 亚洲 '
                WHEN ' 美国 '      THEN ' 北美洲 '
                WHEN ' 加拿大 '   THEN ' 北美洲 '
                WHEN ' 墨西哥 '   THEN ' 北美洲 '
        ELSE ' 其他 ' END
FROM     Table_A
GROUP BY CASE country
                WHEN ' 中国 '      THEN ' 亚洲 '
                WHEN ' 印度 '      THEN ' 亚洲 '
                WHEN ' 日本 '      THEN ' 亚洲 '
                WHEN ' 美国 '      THEN ' 北美洲 '
                WHEN ' 加拿大 '   THEN ' 北美洲 '
                WHEN ' 墨西哥 '   THEN ' 北美洲 '
        ELSE ' 其他 ' END ;

同样的，我们也可以用这个方法来判断工资的等级，并统计每一等级的人数。SQL代码如下；
SELECT
        CASE WHEN salary <= 500 THEN ' 1 '
             WHEN salary > 500 AND salary <= 600   THEN ' 2 '
             WHEN salary > 600 AND salary <= 800   THEN ' 3 '
             WHEN salary > 800 AND salary <= 1000 THEN ' 4 '
        ELSE NULL END salary_class,
        COUNT ( * )
FROM     Table_A
GROUP BY
        CASE WHEN salary <= 500 THEN ' 1 '
             WHEN salary > 500 AND salary <= 600   THEN ' 2 '
             WHEN salary > 600 AND salary <= 800   THEN ' 3 '
             WHEN salary > 800 AND salary <= 1000 THEN ' 4 '
        ELSE NULL END ;

二，用一个SQL语句完成不同条件的分组。

有如下数据
国家（country）    性别（sex）    人口（population）
中国    1     340
中国    2     260
美国    1     45
美国    2     55
加拿大    1     51
加拿大    2     49
英国    1     40
英国    2     60

按照国家和性别进行分组，得出结果如下
国家    男    女
中国    340     260
美国    45     55
加拿大    51     49
英国    40     60

普通情况下，用UNION也可以实现用一条语句进行查询。但是那样增加消耗(两个Select部分)，而且SQL语句会比较长。
下面是一个是用Case函数来完成这个功能的例子
SELECT country,
       SUM ( CASE WHEN sex = ' 1 ' THEN
                      population ELSE 0 END ),  -- 男性人口
       SUM ( CASE WHEN sex = ' 2 ' THEN
                      population ELSE 0 END )   -- 女性人口
FROM   Table_A
GROUP BY country;

这样我们使用Select，完成对二维表的输出形式，充分显示了Case函数的强大。

三，在Check中使用Case函数。

在Check中使用Case函数在很多情况下都是非常不错的解决方法。可能有很多人根本就不用Check，那么我建议你在看过下面的例子之后也尝试一下在SQL中使用Check。
下面我们来举个例子
公司A，这个公司有个规定，女职员的工资必须高于1000块。如果用Check和Case来表现的话，如下所示
CONSTRAINT check_salary CHECK
           ( CASE WHEN sex = ' 2 '
                  THEN CASE WHEN salary > 1000
                        THEN 1 ELSE 0 END
                  ELSE 1 END = 1 )

如果单纯使用Check，如下所示
CONSTRAINT check_salary CHECK
           ( sex = ' 2 ' AND salary > 1000 )

女职员的条件倒是符合了，男职员就无法输入了。