SQL PIVOT 和 UNPIVOT 有什么区别？
面试怎么回答
PIVOT 把行中的分类值展开为列，并对同一输出单元格执行聚合；UNPIVOT 把多个列转成“属性名 + 属性值”的多行。二者不是严格可逆，因为 PIVOT 聚合后会丢失明细。实战中我会把稳定长表作为公共存储，只在展示层做有限列的 PIVOT；还要检查动态列导致的 Schema 变化，以及不同引擎对 NULL 和语法的差异。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
同一份月度销售数据，报表希望“月份变成列”，下游算法却要求“每个月一行”。表里的值没变，数据形状的要求完全相反。
这就是 PIVOT 和 UNPIVOT 要解决的问题：PIVOT 把某列的取值展开为多列，并配合聚合；UNPIVOT 把多列收拢为属性和值两列，转成多行。
PIVOT：从长表变宽表
原始表是“一行一个商品、月份、销售额”：
product_id | month | amount
A | 01 | 100
A | 02 | 120PIVOT 后可以变成：
product_id | m01 | m02
A | 100 | 120以 Spark SQL 为例：
SELECT *
FROM sales
PIVOT (
SUM(amount)
FOR month IN ('01' AS m01, '02' AS m02)
);这里不只是把值搬到列上，还发生了聚合。如果同一商品同一月份原本有多行，会先由 SUM(amount) 汇总。
UNPIVOT：从宽表变长表
SELECT *
FROM monthly_sales
UNPIVOT (
amount FOR month IN (m01 AS '01', m02 AS '02')
);结果重新变为“月份一行”。这种形态更适合统一计算、时间序列分析和追加新记录。
UNPIVOT 不一定能还原 PIVOT 前的数据
这是最容易答漏的一点。PIVOT 可能把多行聚合成一个值，明细已经丢失；再 UNPIVOT 只能恢复为长表形状，无法把聚合前的多条明细重新拆出来。
另外，NULL 的处理也要看数据库语义。以 Spark SQL 为例，UNPIVOT 默认排除值为 NULL 的行，可以显式使用 INCLUDE NULLS 保留。跨引擎迁移时要检查支持的语法和默认行为。
动态列是生产中的真正难点
如果月份固定，提前列出 12 个值很简单；如果要按不断新增的渠道、商品类别做动态 PIVOT，输出 Schema 会持续变化。下游表结构、BI 字段和数据接口都可能跟着失稳。
因此明细层和公共汇总层通常更适合保存稳定的长表结构。PIVOT 更常放在面向展示的查询层，并限制为明确、有限的列集合。
当数据库不支持 PIVOT，或者希望兼容更多引擎，也可以用条件聚合：
SUM(CASE WHEN month = '01' THEN amount END) AS m01它更通用，但列很多时 SQL 会变长。无论使用哪种方式，都要先确认输入粒度、聚合函数和列值范围。