SQL中CASE WHEN用法详解与实例

在SQL日常开发中，条件判断是不可或缺的基础技能。CASE WHEN作为SQL中灵活的条件表达式，在逻辑判断、行转列、多条件分组统计等场景下都极为实用。接下来快速梳理其两种核心写法，并介绍几个最常用的实战案例。

一、简单CASE WHEN函数

CASE SCORE WHEN 'A' THEN '优' ELSE '不及格' END
# 使用 IF 函数进行替换
IF(SCORE = 'A', '优', '不及格')

THEN后的值与ELSE后的值类型必须一致，否则会引发错误。

例如：

CASE SCORE WHEN ‘A’ THEN ‘优’ ELSE 0 END 中，‘优’和0数据类型不匹配，将导致如下错误：

[Err] ORA-00932: 数据类型不一致: 应为 CHAR, 但却获得 NUMBER

简单CASE WHEN函数仅适用于简单的业务需求，而CASE WHEN条件表达式写法则更加灵活强大。

二、CASE WHEN条件表达式函数

类似JAVA中的IF ELSE语句。

语法格式：

CASE WHEN condition THEN result
[WHEN...THEN...]
ELSE result
END

SQL示例：

CASE 
    WHEN SCORE = 'A' THEN '优' 
    WHEN SCORE = 'B' THEN '良' 
    WHEN SCORE = 'C' THEN '中'  
    ELSE '不及格' END
# 等同于
CASE score
    WHEN 'A' THEN '优'
    WHEN 'B' THEN '良'
    WHEN 'C' THEN '中'
    ELSE '不及格' END

condition是一个返回布尔类型的表达式。

如果表达式结果为true，则整个函数返回对应result的值；

如果所有表达式均为false，则返回ELSE后的result值；若省略ELSE子句，则返回NULL。

三、常用场景

前言

students表结构（DDL）

-- auto-generated definition
create table students
(
    stu_code  varchar(10) null,
    stu_name  varchar(10) null,
    stu_sex   int         null,
    stu_score int         null
);

students表数据（DML）

# 其中stu_sex字段，0表示男生，1表示女生。
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xm', '小明', 0, 88);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xl', '夏磊', 0, 55);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xf', '晓峰', 0, 45);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xh', '小红', 1, 89);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xn', '小妮', 1, 77);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xy', '小一', 1, 99);
INSERT INTO students (stu_code, stu_name, stu_sex, stu_score) VALUES ('xs', '小时', 1, 45);

energy_test表结构（DDL）

-- auto-generated definition
create table energy_test
(
    e_code  varchar(2)    null,
    e_value decimal(5, 2) null,
    e_type  int           null
);

energy_test表数据（DML）

# 其中，E_TYPE表示能耗类型，0表示水耗，1表示电耗，2表示热耗
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('北京', 28.50, 0);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('北京', 23.50, 1);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('北京', 28.12, 2);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('北京', 12.30, 0);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('北京', 15.46, 1);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('上海', 18.88, 0);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('上海', 16.66, 1);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('上海', 19.99, 0);
INSERT INTO energy_test (e_code, e_value, e_type) VALUES ('上海', 10.05, 0);

p_price表结构（DDL）

-- auto-generated definition
create table p_price
(
    p_price decimal(5, 2) null comment '价格',
    p_level int           null comment '等级',
    p_limit int           null comment '阈值'
) comment '电能耗单价表';

p_price表数据（DML）

INSERT INTO test.p_price (p_price, p_level, p_limit) VALUES (1.20, 0, 10);
INSERT INTO test.p_price (p_price, p_level, p_limit) VALUES (1.70, 1, 30);
INSERT INTO test.p_price (p_price, p_level, p_limit) VALUES (2.50, 2, 50);

user_col_comments表结构（DDL）

-- auto-generated definition
create table user_col_comments
(
    column_name varchar(50)  null comment '列名',
    comment     varchar(100) null comment '列的备注'
);

user_col_comments表数据（DML）

INSERT INTO test.user_col_comments (column_name, comment) VALUES ('SHI_SHI_CODE', '设施编号');
INSERT INTO test.user_col_comments (column_name, comment) VALUES ('SHUI_HAO', '水耗');
INSERT INTO test.user_col_comments (column_name, comment) VALUES ('RE_HAO', '热耗');
INSERT INTO test.user_col_comments (column_name, comment) VALUES ('YAN_HAO', '盐耗');
INSERT INTO test.user_col_comments (column_name, comment) VALUES ('OTHER', '其他');

场景1：不同状态展示为不同的值

现有分数score，要求：score<60显示“不及格”，score>=60显示“及格”，score>=80显示“优秀”。

# 有分数score，score<60返回不及格，score>=60返回及格，score>=80返回优秀
SELECT
    stu_name,
    (CASE WHEN stu_score < 60 THEN '不及格'
        WHEN stu_score >= 60 AND stu_score < 80 THEN '及格'
        WHEN stu_score >= 80 THEN '优秀'
        ELSE '异常' END) AS REMARK
FROM students;

注意：若需判断score是否为NULL，切勿写成WHEN score = NULL THEN ‘缺席考试’，这是错误用法。正确写法如下：

CASE WHEN score IS NULL THEN '缺席考试' ELSE '正常' END

场景2：统计不同状态下的值

老师需要统计班级中男生和女生的人数，以及男生中及格人数和女生中及格人数，要求使用一条SQL输出。其中stu_sex字段，0表示男生，1表示女生。

SELECT
sum(CASE WHEN STU_SEX = 0 THEN 1 ELSE 0 END) AS MALE_COUNT,
sum(CASE WHEN STU_SEX = 1 THEN 1 ELSE 0 END) AS FEMALE_COUNT,
sum(CASE WHEN STU_SCORE >= 60 AND STU_SEX = 0 THEN 1 ELSE 0 END) AS MALE_PASS,
sum(CASE WHEN STU_SCORE >= 60 AND STU_SEX = 1 THEN 1 ELSE 0 END) AS FEMALE_PASS
FROM
students;

输出结果如下：

注意事项：

此处使用 SUM 而非 COUNT。

THEN 1 ELSE 0 的位置不可随意更改，否则会造成统计错误，例如：

sum(CASE WHEN stu_sex = 0 THEN '1' ELSE '0' END) AS '男性',
改变了 sum(CASE WHEN stu_sex = 0 THEN '0' ELSE '1' END) AS '女性'：

字符 ‘0’ 与数值 0 在SUM函数中效果相同，但建议保持数值类型以避免隐式转换问题。

场景3：配合聚合函数做统计

现需统计各个城市的水耗、电耗、热耗总量，使用一条SQL语句输出。能耗表中E_TYPE含义：0水耗，1电耗，2热耗。

select e_code,
       sum(case when e_type = 0 then e_value else 0 end) as '水耗',
       sum(case when e_type = 1 then e_value else 0 end) as '电耗',
       sum(case when e_type = 2 then e_value else 0 end) as '热耗'
from energy_test
group by e_code;

输出结果如下：

场景4：CASE WHEN中使用子查询

根据城市用电量计算用电成本。假设电价分三档，根据能耗值匹配对应价格：当能耗值≤10时，使用P_LEVEL=0的价格；能耗值在10~30之间时，使用P_LEVEL=1的价格，依此类推。

energy_test 表中我修改了e_type为1的两条数据的e_value。

select e_code, e_value, 
    (CASE WHEN e_value <= (SELECT p_limit FROM p_price WHERE p_level = 0)
        THEN (SELECT p_price FROM p_price WHERE p_level = 0)
     WHEN e_value > (SELECT p_limit FROM p_price WHERE p_level = 0) AND e_value <= (SELECT p_limit FROM p_price WHERE p_level = 1)
        THEN (SELECT P_PRICE FROM p_price WHERE P_LEVEL = 1)
     WHEN e_value > (SELECT p_limit FROM p_price WHERE p_level = 1) AND e_value <= (SELECT p_limit FROM p_price WHERE p_level = 2)
        THEN (SELECT p_price FROM p_price WHERE P_LEVEL = 2) end ) as price
from energy_test
where e_type = 1;

输出结果如下：

场景5：经典行转列，结合max聚合函数

行转列时，SUM在此场景中并非必须，但SELECT后必须包含聚合函数，不能直接省略。也可以使用MAX或MIN代替。

select
    max(case when column_name = 'SHI_SHI_CODE' then comment else ''end) as SHI_SHI_CODE_COMMENT,
    max(case when column_name = 'SHUI_HAO' then comment else ''end) as SHUI_HAO_COMMENT,
    max(case when column_name = 'RE_HAO' then comment else ''end) as RE_HAO_COMMENT,
    max(case when column_name = 'YAN_HAO' then comment else ''end) as YAN_HAO_COMMENT,
    max(case when column_name = 'OTHER' then comment else '' end) as OTHER_COMMENT
from user_col_comments;

输出结果如下：