行列转换常见场景

由于很多业务表因为历史原因或者性能原因,都使用了违反第一范式的设计模式。即同一个列中存储了多个属性值(具体结构见下表)。 这种模式下,应用常常需要将这个列依据分隔符进行分割,并得到列转行的结果。

表数据:

ID

Value

1

tiny,small,big

2

small,medium

3

tiny,big

期望得到结果:

ID

Value

1

tiny

1

small

1

big

2

small

2

medium

3

tiny

3

big


具体方法

先从一个具体实例开始我们的介绍:

#准备示例数据
create table tbl_name (ID int ,mSize varchar(100));
insert into tbl_name values (1,'tiny,small,big');
insert into tbl_name values (2,'small,medium');
insert into tbl_name values (3,'tiny,big');

#用于行列转换循环的自增表
create table incre_table (AutoIncreID int);
insert into incre_table values (1);
insert into incre_table values (2);
insert into incre_table values (3);


#实现行列转换的SQL
select a.ID,substring_index(substring_index(a.mSize,',',b.AutoIncreID),',',-1)
from
tbl_name a
join
incre_table b
on b.AutoIncreID <= (length(a.mSize) - length(replace(a.mSize,',',''))+1)
order by a.ID;

原理分析:
这个join最基本原理是笛卡尔积。通过这个方式来实现循环。
以下是具体问题分析:
​​​length(a.Size) - length(replace(a.mSize,',',''))+1​​​ 表示了,按照逗号分割后,改列拥有的数值数量,下面简称n
join过程的伪代码:

根据ID进行循环
{
判断:i 是否 <= n
{
获取最靠近第 i 个逗号之前的数据, 即 substring_index(substring_index(a.mSize,',',b.ID),',',-1)
i = i +1
}
ID = ID +1
}

改进版本

上面一种方法方法的缺点在于,我们需要一个拥有连续数列的独立表(也就是上文中的​​incre_table​​​)。并且连续数列的最大值一定要大于符合分割的值的个数。 例如有一行的mSize 有100个逗号分割的值,那么我们的​​incre_table​​​ 就需要有至少100个连续行。 当然,mysql内部也有现成的连续数列表可用。如​​mysql.help_topic​​​, ​​help_topic_id​​ 共有504个数值,一般能满足于大部分需求了。

改写后如下:

select a.ID,substring_index(substring_index(a.mSize,',',b.help_topic_id+1),',',-1) 
from
tbl_name a
join
mysql.help_topic b
on b.help_topic_id < (length(a.mSize) - length(replace(a.mSize,',',''))+1)
order by a.ID;

如果末尾有,好的解决方法

 

select a.ID,substring_index(substring_index(a.mSize,',',b.help_topic_id+1),',',-1)
from
(
select m.id, case when substr(m.mSize,length(m.mSize)) = ',' then substr(m.mSize,1,length(m.mSize)-1)
else m.mSize end mSize
from tbl_name m
) a
join
mysql.help_topic b
on b.help_topic_id < (length(a.mSize) - length(replace(a.mSize,',',''))+1)
order by a.ID;