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。