case when的使用場景。

CASE關鍵字有兩種使用方法，分別是‘簡單case函數’和‘case搜索函數’

簡單case函數

CASE sex
    WHEN '1' THEN '男'
    WHEN '2' THEN '女'
ELSE '其他' END

case搜索函數

CASE 
    WHEN sex='1' THEN '男'
    WHEN sex='2' THEN '女'
ELSE '其他' END

　

分析說明

1. 簡單case函數是case搜索函數的真子集
   
   • 簡單case函數的使用方法與一些高級語言（如：java）中的switch語句相似:CASE給定匹配字段，WHEN給出具體的字段值，如果匹配到后返回THEN值。
   • 簡單case函數其實就是case搜索函數的‘=’邏輯的實現。case搜索函數可以實現簡單case函數的所有功能，而簡單case函數卻不可實現case搜索函數的‘=’邏輯以外的功能。
2. case函數匹配原則
   
   • case函數與switch的不同在於case僅返回第一個匹配到的結果，而switch則會在沒有中斷的情況下繼續后面的判斷，將會執行所有匹配的結果。
3. case搜索函數比簡單case函數更加靈活
   
   • case搜索函數與簡單case函數相比的靈活之處在於可以在WHEN中書寫判斷式。

　

　

1、等值轉換

SELECT user_name,( CASE WHEN sex = 0 THEN '男人' WHEN sex = 1 THEN '女人' ELSE '中性人' END ) AS 性別   FROM   imooc_goddess;

 

SELECT user_name,( CASE sex WHEN 0 THEN '男人' WHEN 1 THEN '女人' ELSE null END ) AS 性別  FROM   imooc_goddess;

 

 

 

 

 

2、范圍轉換

 

select user_name, (case when age BETWEEN 0 and 18 then '未成年' when age BETWEEN 18 and 30 then '成年' when age BETWEEN 30 and 50 then '中年人' else '老年人' end) as 年齡段
FROM imooc_goddess;

 

 

 

select user_name,(case when age>0 and age<=18 then '未成年' when age >18 and age<=30 then '成年' when age >30 and age<=50 then '中年人' else '老年人' end) as 年齡段 FROM  imooc_goddess;

 

 

 

3、行轉列

select name , (case when sub = 'english' then score else 0 end ) 'english' ,
(case when sub = 'maths' then score else 0 end) 'maths' ,
(case when sub = 'chinese' then score else 0 end) 'chinese'
FROM stu;

 

 

 

select name , sum((case when sub = 'english' then score else 0 end )) 'english' ,
sum((case when sub = 'maths' then score else 0 end)) 'maths' ,
sum((case when sub = 'chinese' then score else 0 end)) 'chinese'
FROM stu GROUP BY name ;

 

 

 

 

 

 

1.IF

  表達式：IF( expr1 , expr2 , expr3 )

  expr1條件，條件為true，則值是expr2 ，false，值就是expr3

2. IFNULL

  表達式：IFNULL( expr1 , expr2)

  在 expr1 的值不為 NULL的情況下都返回 expr1，否則返回 expr2

 

 

 

 

 

 

 

 

參考：https://blog.csdn.net/changxiangyangy/article/details/86718551?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param

https://blog.csdn.net/WuZuoDingFeng/article/details/53523176?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-7.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-7.channel_param