UNPIVOT 절
적용 대상:
Databricks SQL Databricks Runtime 12.2 LTS 이상.
열 그룹을 행으로 회전하고 나열된 열을 축소하여 table_reference 행을 변환합니다. 첫 번째 새 열은 원래 열 그룹 이름(또는 해당 열의 별칭)을 값으로 유지합니다. 이 열은 각 열 그룹의 값이 있는 열 그룹에 대해 뒤따릅니다.
구문
table_reference UNPIVOT [ { INCLUDE NULLS | EXCLUDE NULLS } ]
{ single_value | multi_value }
( value_column
FOR unpivot_column IN ( { column_name [ column_alias ] } [, ...] ) )
[ table_alias ]
single_value
( value_column
FOR unpivot_column IN ( { column_name [ column_alias ] } [, ...] ) )
multi_value
( ( value_column [, ...] )
FOR unpivot_column IN ( { ( column_name [, ...] ) [ column_alias ] } [, ...] ) )
매개 변수
-
UNPIVOT작업의 주체를 식별합니다. INCLUDE NULLS또는EXCLUDE NULLSNULL에서value_column로 행을 필터링할지 여부입니다. 기본값은EXCLUDE NULLS입니다.-
정규화되지 않은 열 별칭입니다. 이 열에는 값이 있습니다. ech
value_column유형은 해당column_name열 유형 중 가장 일반적이지 않은 유형입니다. -
정규화되지 않은 열 별칭입니다. 이 열은 회전된
column_name또는 해당column_alias의 이름을 보유합니다.unpivot_column의 형식은STRING입니다.다중 값
UNPIVOT의 경우 값은'_'가 없으면 값은column_name로 구분된column_alias의 연결이 됩니다. -
피벗 해제될 관련 열을 식별합니다. 이름이 정규화될 수 있습니다. 모든
column_name은 최소 공통 형식을 공유해야 합니다. -
unpivot_column에서 사용되는 선택적 이름입니다. -
필요에 따라 결과 테이블에 대한 레이블을 지정합니다.
table_alias에column_identifier가 포함되는 경우 해당 번호는UNPIVOT에서 생성된 열 수와 일치해야 합니다.
결과
다음 형식의 임시 테이블입니다.
-
table_reference으로 명명된 열을 제외한column_name의 모든 열입니다. -
unpivot_column형식의STRING입니다. - 일치하는
value_column의 가장 일반적인 형식의column_name입니다.
예제
- A single column UNPIVOT
> CREATE OR REPLACE TEMPORARY VIEW sales(location, year, q1, q2, q3, q4) AS
VALUES ('Toronto' , 2020, 100 , 80 , 70, 150),
('San Francisco', 2020, NULL, 20 , 50, 60),
('Toronto' , 2021, 110 , 90 , 80, 170),
('San Francisco', 2021, 70 , 120, 85, 105);
> SELECT *
FROM sales UNPIVOT INCLUDE NULLS
(sales FOR quarter IN (q1 AS `Jan-Mar`,
q2 AS `Apr-Jun`,
q3 AS `Jul-Sep`,
sales.q4 AS `Oct-Dec`));
location year quarter sales
—------------ —--- —------ —-----
Toronto 2020 Jan-Mar 100
Toronto 2020 Apr-Jun 80
Toronto 2020 Jul-Sep 70
Toronto 2020 Oct-Dec 150
San Francisco 2020 Jan-Mar null
San Francisco 2020 Apr-Jun 20
San Francisco 2020 Jul-Sep 50
San Francisco 2020 Oct-Dec 60
Toronto 2021 Jan-Mar 110
Toronto 2021 Apr-Jun 90
Toronto 2021 Jul-Sep 80
Toronto 2021 Oct-Dec 170
San Francisco 2021 Jan-Mar 70
San Francisco 2021 Apr-Jun 120
San Francisco 2021 Jul-Sep 85
San Francisco 2021 Oct-Dec 105
-- This is equivalent to:
> SELECT location, year,
inline(arrays_zip(array('Jan-Mar', 'Apr-Jun', 'Jul-Sep', 'Oct-Dec'),
array(q1 , q2 , q3 , q4)))
AS (quarter, sales)
FROM sales;
- A multi column UNPIVOT
> CREATE OR REPLACE TEMPORARY VIEW oncall
(year, week, area , name1 , email1 , phone1 , name2 , email2 , phone2) AS
VALUES (2022, 1 , 'frontend', 'Freddy', 'fred@alwaysup.org' , 15551234567, 'Fanny' , 'fanny@lwaysup.org' , 15552345678),
(2022, 1 , 'backend' , 'Boris' , 'boris@alwaysup.org', 15553456789, 'Boomer', 'boomer@lwaysup.org', 15554567890),
(2022, 2 , 'frontend', 'Franky', 'frank@lwaysup.org' , 15555678901, 'Fin' , 'fin@alwaysup.org' , 15556789012),
(2022, 2 , 'backend' , 'Bonny' , 'bonny@alwaysup.org', 15557890123, 'Bea' , 'bea@alwaysup.org' , 15558901234);
> SELECT *
FROM oncall UNPIVOT ((name, email, phone) FOR precedence IN ((name1, email1, phone1) AS primary,
(name2, email2, phone2) AS secondary));
year week area precedence name email phone
---- ---- -------- ---------- ------ ------------------ -----------
2022 1 frontend primary Freddy fred@alwaysup.org 15551234567
2022 1 frontend secondary Fanny fanny@lwaysup.org 15552345678
2022 1 backend primary Boris boris@alwaysup.org 15553456789
2022 1 backend secondary Boomer boomer@lwaysup.org 15554567890
2022 2 frontend primary Franky frank@lwaysup.org 15555678901
2022 2 frontend secondary Fin fin@alwaysup.org 15556789012
2022 2 backend primary Bonny bonny@alwaysup.org 15557890123
2022 2 backend secondary Bea bea@alwaysup.org 15558901234
-- This is equivalent to:
> SELECT year, week, area,
inline(arrays_zip(array('primary', 'secondary'),
array(name1, name2),
array(email1, email2),
array(phone1, phone2)))
AS (precedence, name, email, phone)
FROM oncall;