写SQL统计报表是件挺有意思的活儿。上周运营丢给我一张订单表,问我能不能在同一个报表里同时看到每月的总销售额、线上销售额和线下销售额,最好还能顺带切出新客户、老客户的维度。我第一反应是写三条GROUP BY再合并结果,但写了两行就放弃了——这种"分组内再按维度拆分汇总"的需求,用CASE WHEN做条件聚合,一遍查询就能把宽表直接怼出来,效率高到离谱。这篇文章就把这套方法彻底讲透,从语法思路到实操案例,再到我踩过的大大小小的坑,不只能让初学者少走弯路,就算你是写过几年SQL的老手,也值得收藏一份当速查手册。
1. 为什么需要条件聚合:从一次真实需求说起
1.1 普通分组统计的局限
先看典型场景。订单表里存着每天的销售记录,字段大致是order_id、order_date、channel(线上/线下)、customer_type(新客/老客)、amount。要统计每个月每个渠道的总销售额,常规写法是:
sql复制SELECT
DATE_FORMAT(order_date, '%Y-%m') AS month,
channel,
SUM(amount) AS total_amount
FROM orders
GROUP BY DATE_FORMAT(order_date, '%Y-%m'), channel
ORDER BY month;
这个写法对不对?完全正确。但有个问题:返回结果是"长表"格式,一个渠道一行。假如老板想看的是:第一列是月份,第二列是线上总额,第三列是线下总额——这种"宽表"格式。这时候普通GROUP BY就有点力不从心了,要么拿到结果后再在程序里做行转列,要么写多个子查询再JOIN,都不优雅。
还有一种更麻烦的情况:需求不是简单按渠道分组,而是要在一个分组里同时看到"新客线上订单金额"、"老客线上订单金额"这类交叉维度。这时候如果还用GROUP BY channel, customer_type,你就得处理三种维度组合的笛卡尔乘积,然后回程序里慢慢拼。写SQL的人都知道,这是最烦的活。
1.2 条件聚合的本质:把"行"拆成"列"
条件聚合的思路恰恰是把"维度"从行里拿出来,变成查询里的条件。每个CASE WHEN判断一行数据属于哪个维度,命中就返回该行对应的金额,没命中就返回0,然后用SUM把这些值累计起来。等于在分组汇总的同时,顺手把每一行归类到了不同的列。
理解这个原理之后,你会发现它不只是"行转列"这么简单,它还能解决:分组内多个口径同时统计、同一个分组里算占比、处理异类数据的归类汇总等一连串问题。你可以把它理解成SQL版的"数据透视表"——把维度字段往列方向拖,把聚合字段往值方向拖,剩下的交给CASE WHEN和SUM来完成。
1.3 什么场景下该用条件聚合
结合我实际接到的需求,下面这些场景出现频率最高:
- 时间段汇总:全年每一天的数据,按月统计总和,顺便把每个月的工作日、周末分开算。
- 渠道拆分:同一个报表里,按月份统计线上、线下、分销各自销售额。
- 用户分层:按年龄段分组统计消费人数和金额,年龄分组条件写在CASE WHEN里。
- 状态统计:按订单状态(已完成、待发货、已退款)分组统计单量和金额。
- 占比计算:需要算某个分组占总体的百分比,这种在原生GROUP BY里很难直接算,但条件聚合一步到位。
你一旦习惯了这种写法,碰到"分组内分维度"的需求,第一反应就不会是写多个SQL再拼,而是直接在SELECT里加一行SUM(CASE WHEN ...)。这才是条件聚合的正确打开方式。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. CASE WHEN条件聚合的核心思路与语法
2.1 从一条最基础的写法开始
先给一个最小示例。统计每月总销售额,同时区分线上和线下:
sql复制SELECT
DATE_FORMAT(order_date, '%Y-%m') AS month,
SUM(CASE WHEN channel = 'online' THEN amount ELSE 0 END) AS online_amount,
SUM(CASE WHEN channel = 'offline' THEN amount ELSE 0 END) AS offline_amount,
SUM(amount) AS total_amount
FROM orders
WHERE order_date >= '2024-01-01'
GROUP BY DATE_FORMAT(order_date, '%Y-%m')
ORDER BY month;
注意几个细节,这些细节决定了你这个SQL能不能在生产环境安全跑起来:
- CASE WHEN的THEN后面跟的是要累加的字段,这里是amount,也就是订单金额;ELSE 0表示不满足条件时不计入,这个0非常关键,后面我在第4章专门讲NULL、0、1的区别。
- 外层SUM负责对CASE的返回值做累加,所以CASE WHEN一定要放在聚合函数里面,不是放在WHERE里。
- GROUP BY只保留一个分组维度"月份",因为渠道这个维度已经被"提"到列里了,不需要再出现在GROUP BY里。
- 最后加了一个SUM(amount) AS total_amount作为对应月份的全渠道总金额,方便后续算占比,也方便肉眼核对"线上+线下=总金额"是否成立。
2.2 为什么用SUM配合CASE,而不是写多个子查询
有人可能问:我直接写三个子查询再JOIN不也一样吗?确实能算出来,但差距巨大。
第一,扫描次数。三个子查询等于三遍查表,优化器就算再聪明,也会增加IO成本;条件聚合版本只扫描一次表,性能下限低得多。在百万行级别的订单表上,差别非常明显。
第二,维护成本。子查询版本每增加一个维度,就得在FROM里多挂一个JOIN,字段和别名一多,阅读起来非常费劲
