报表记录在多个系统中

Question

在SQL中工作时，我有一个源系统和有访问权限的人的ID的数据集，简化后如下：

系统1系统2系统1

系统	ID
sys2

create table mytable (Systems varchar(50),ID varchar(20));
insert into  mytable values('Sys1','A');
insert into  mytable values('Sys2','A');
insert into  mytable values('Sys1','B');
insert into  mytable values('sys2','C');

查询：

select ID, sum(case when Systems='Sys1' then 1 else 0 end)Sys1,
sum(case when Systems='Sys2' then 1 else 0 end)Sys2
From mytable
Group by ID

输出：

ID	Sys1	Sys2
A	1
B	1	0
C	0	1

如果它仅限于少数系统值，则可以使用以下查询：

select
ID
, MAX(case when system = 'Sys1' then 1 else 0 end) Sys1
, MAX(case when system = 'Sys2' then 1 else 0 end) Sys2
, MAX(case when system = 'Sys3' then 1 else 0 end) Sys3
, MAX(case when system = 'Sys4' then 1 else 0 end) Sys4
, ....
from table
GROUP BY ID

如果您正在使用Spark，为什么不利用它的强大功能呢。读取数据帧中的数据，然后使用：df.groupBy(col("ID")).pivot(col("System")).count().na.fill(0).show()