SQL中Case的具体用法

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。