我将添加一个更长、更详细的说明来说明解决此问题的步骤。如果太长，我深表歉意。

---

我将从您给出的基础开始，并用它来定义几个术语，我将在本文的其余部分使用这些术语。这将是基表：

select * from history; +--------+----------+-----------+ | hostid | itemname | itemvalue | +--------+----------+-----------+ | 1 | A | 10 | | 1 | B | 3 | | 2 | A | 9 | | 2 | C | 40 | +--------+----------+-----------+

这将是我们的目标，漂亮的数据透视表：

select * from history_itemvalue_pivot; +--------+------+------+------+ | hostid | A | B | C | +--------+------+------+------+ | 1 | 10 | 3 | 0 | | 2 | 9 | 0 | 40 | +--------+------+------+------+

history.hostid列中的值将成为数据透视表中的y 值。history.itemname列中的值将变为x-values（出于显而易见的原因）。

---

当我必须解决创建数据透视表的问题时，我使用三步过程来解决它（带有可选的第四步）：

1. 选择感兴趣的列，即y 值和x 值
2. 使用额外的列扩展基表 - 每个x 值一列
3. 对扩展表进行分组和聚合 - 每个y 值一组
4. （可选）美化聚合表

让我们将这些步骤应用于您的问题，看看会得到什么：

第 1 步：选择感兴趣的列。在所需的结果中，hostid提供y 值，itemname提供x 值。

第 2 步：使用额外列扩展基表。我们通常需要每个 x 值一列。回想一下，我们的 x 值列是itemname：

create view history_extended as ( select history.*, case when itemname = "A" then itemvalue end as A, case when itemname = "B" then itemvalue end as B, case when itemname = "C" then itemvalue end as C from history ); select * from history_extended; +--------+----------+-----------+------+------+------+ | hostid | itemname | itemvalue | A | B | C | +--------+----------+-----------+------+------+------+ | 1 | A | 10 | 10 | NULL | NULL | | 1 | B | 3 | NULL | 3 | NULL | | 2 | A | 9 | 9 | NULL | NULL | | 2 | C | 40 | NULL | NULL | 40 | +--------+----------+-----------+------+------+------+

请注意，我们没有更改行数 - 我们只是添加了额外的列。另请注意NULL的模式 -itemname = "A"的行的新列A具有非空值，并且其他新列的空值。

第 3 步：对扩展表进行分组和聚合。我们需要按 hostid 分组，因为它提供了 y 值：

create view history_itemvalue_pivot as ( select hostid, sum(A) as A, sum(B) as B, sum(C) as C from history_extended group by hostid ); select * from history_itemvalue_pivot; +--------+------+------+------+ | hostid | A | B | C | +--------+------+------+------+ | 1 | 10 | 3 | NULL | | 2 | 9 | NULL | 40 | +--------+------+------+------+

（请注意，我们现在每个 y 值一行。）好的，我们就快到了！我们只需要摆脱那些丑陋的NULL即可。

第四步：美化。我们将用零替换任何空值，以便结果集看起来更好：

create view history_itemvalue_pivot_pretty as ( select hostid, coalesce(A, 0) as A, coalesce(B, 0) as B, coalesce(C, 0) as C from history_itemvalue_pivot ); select * from history_itemvalue_pivot_pretty; +--------+------+------+------+ | hostid | A | B | C | +--------+------+------+------+ | 1 | 10 | 3 | 0 | | 2 | 9 | 0 | 40 | +--------+------+------+------+

我们就完成了——我们已经使用 MySQL 构建了一个漂亮的数据透视表。

---

应用此过程时的注意事项：

• 在额外列中使用什么值。我在此示例中使用了itemvalue
• 在额外列中使用什么“中性”值。我使用了NULL，但也可能是0或""，具体取决于您的具体情况
• 分组时使用什么聚合函数。我使用了sum，但是count和max也经常使用（max经常在构建单行时使用）分布在多行中的“对象”）
• 使用多列表示 y 值。此解决方案不限于对 y 值使用单个列 - 只需将额外的列插入group by子句（并且不要忘记select他们）

已知限制：

• 此解决方案不允许数据透视表中有 n 列 - 在扩展基表时需要手动添加每个数据透视列。因此，对于 5 或 10 个 x 值，此解决方案很好。 100块，不太好。有一些使用存储过程生成查询的解决方案，但它们很丑陋并且很难正确执行。当数据透视表需要有很多列时，我目前不知道有什么好方法来解决这个问题。