在上篇文章基础上，我们进一步解决层级数据递归汇总问题 —— 让上级部门的统计结果自动包含所有下级部门数据（含多级子部门），并新增请假天数大于 3 天的统计维度。通过递归 CTE、DECODE函数与分组函数的深度结合，实现真正意义上的树形结构数据聚合。

一、业务需求升级：层级汇总与新增统计维度

核心目标

1. 递归汇总：上级部门数据包含所有直属 / 非直属下级部门数据（如集团总部需汇总技术研发部、产品运营部及其子部门数据）
2. 新增统计项：统计每个部门（含各级上级）的 "请假天数 > 3 天" 的记录数
3. 兼容原有指标：保留请假类型天数统计、状态分类统计

数据模型扩展（无需修改表结构，新增计算逻辑）

-- 新增判断逻辑：请假天数>3天标记DECODE(SIGN(leave_days - 3), 1, 1, 0) AS over_3_days_flag-- SIGN函数说明：返回1（正数）、0（零）、-1（负数），简化条件判断

二、关键技术升级：双向递归 CTE 构建层级关系

1. 递归 CTE 重构：获取每个部门的所有后代部门

WITH dept_ancestor AS (-- 初始层：每个部门自身作为祖先SELECTdept_id,dept_name,parent_dept_id,dept_id AS ancestor_id -- 核心字段：标记当前部门的顶层祖先FROM t_deptUNION ALL-- 递归层：向下遍历子部门，继承祖先IDSELECTd.dept_id,d.dept_name,d.parent_dept_id,da.ancestor_id -- 子部门继承父部门的祖先IDFROM t_dept dJOIN dept_ancestor da ON d.parent_dept_id = da.dept_id)

• 核心逻辑：为每个部门生成从自身到所有后代的层级路径，ancestor_id表示当前统计的顶层部门（如子部门 4 的 ancestor_id 可为自身 4、父部门 2、根部门 1）

• 递归方向：从父部门到子部门的向下递归，确保每个子部门关联到所有上级祖先

2. 关联请假表与递归 CTE

SELECTda.ancestor_id, -- 统计的目标部门（上级部门）da_dept.dept_name, -- 目标部门名称tl.dept_id AS child_dept_id -- 实际产生数据的子部门ID（用于验证层级）FROM dept_ancestor daLEFT JOIN t_dept da_dept ON da.ancestor_id = da_dept.dept_id -- 关联祖先部门信息LEFT JOIN t_leave tl ON da.dept_id = tl.dept_id -- 关联子部门请假数据-- 示例输出：祖先部门1（集团总部）会关联到子部门2、3、4、5的所有请假记录

三、DECODE 函数进阶：多维度条件聚合

1. 新增 "请假 > 3 天" 统计

SUM(DECODE(SIGN(tl.leave_days - 3), 1, 1, 0)) AS over_3_days_count-- 等价于：SUM(CASE WHEN tl.leave_days > 3 THEN 1 ELSE 0 END)-- DECODE优势：通过数值比较简化条件表达式，执行效率更高

2. 全维度统计表达式（整合新旧需求）

SELECTda_dept.dept_name AS 部门名称,-- 请假类型统计（含下级部门）SUM(DECODE(tl.leave_type, '年假', tl.leave_days, 0)) AS 年假总天数,SUM(DECODE(tl.leave_type, '事假', tl.leave_days, 0)) AS 事假总天数,SUM(DECODE(tl.leave_type, '病假', tl.leave_days, 0)) AS 病假总天数,-- 状态统计SUM(DECODE(tl.leave_status, '完成', 1, 0)) AS 完成请假数,SUM(DECODE(tl.leave_status, '进行中', 1, 0)) AS 进行中请假数,-- 新增统计：请假>3天SUM(DECODE(SIGN(tl.leave_days - 3), 1, 1, 0)) AS 超3天请假数

四、终极 SQL：递归汇总全层级数据

完整实现代码如下：

相信我，如果你能学会下面这个SQL的写法或者能看懂，那么你对ORACLE类似逻辑的处理已经达到极高的水平，这个SQL我认为有95%的人会看不懂。如果你们都会了欢迎留言打脸。因为这个SQL的实现我在7年前专门拿出来给全公司技术人员进行过培训，留了一个类似的作业，结果1个完成的都没有。你也可以考虑下，如果不用SQL来实现，而是让你去通过代码去实现这个需求的统计，你需要写多少代码来实现，需要多少时间？

WITH dept_ancestor AS (-- 构建部门层级关系，获取每个部门的所有祖先路径SELECTdept_id,dept_name,parent_dept_id,dept_id AS ancestor_id -- 初始祖先为自身FROM t_deptUNION ALL-- 递归向下遍历子部门，继承祖先IDSELECTd.dept_id,d.dept_name,d.parent_dept_id,da.ancestor_id -- 子部门的祖先与父部门一致FROM t_dept dJOIN dept_ancestor da ON d.parent_dept_id = da.dept_id),-- 提取祖先部门的基础信息（避免重复计算）ancestor_info AS (SELECT DISTINCT ancestor_id, dept_nameFROM dept_ancestor)SELECTai.dept_name AS 部门名称,-- 请假类型汇总（含所有子部门）SUM(DECODE(tl.leave_type, '年假', tl.leave_days, 0)) AS 年假总天数,SUM(DECODE(tl.leave_type, '事假', tl.leave_days, 0)) AS 事假总天数,SUM(DECODE(tl.leave_type, '病假', tl.leave_days, 0)) AS 病假总天数,-- 状态汇总SUM(DECODE(tl.leave_status, '完成', 1, 0)) AS 完成请假数,SUM(DECODE(tl.leave_status, '进行中', 1, 0)) AS 进行中请假数,-- 新增统计项SUM(DECODE(SIGN(tl.leave_days - 3), 1, 1, 0)) AS 超3天请假数FROM ancestor_info aiLEFT JOIN dept_ancestor da ON ai.ancestor_id = da.ancestor_idLEFT JOIN t_leave tl ON da.dept_id = tl.dept_id -- 关联子部门请假数据GROUP BY ai.ancestor_id, ai.dept_nameORDER BY ai.ancestor_id;

执行结果解析（新增示例数据后）

部门名称	年假总天数	事假总天数	病假总天数	完成请假数	进行中请假数	超 3 天请假数
集团总部	8.5	2.0	3.0	2	3	2
技术研发部	4.5	2.0	0.0	1	2	2
产品运营部	1.5	0.0	3.0	1	1	0
后端开发组	3.5	0.0	0.0	1	1	1
前端开发组	0.0	2.0	0.0	0	1	1

核心逻辑拆解

1、递归 CTE 双向关联：

        向上：每个部门作为祖先，向下遍历所有子部门（ancestor_id固定为顶层部门）

        向下：通过da.dept_id = tl.dept_id关联子部门的实际数据，确保上级部门能获取所有下级数据

2、DECODE 的多维应用：

        类型统计：按leave_type分类累加天数

        状态统计：按leave_status分类计数

        数值判断：通过SIGN函数简化 "大于 3 天" 的条件转换

3、分组策略：

        按ancestor_id分组，确保每个上级部门汇总其所有后代（包括多级子部门）的数据

        LEFT JOIN确保无数据部门（如根部门若自身无数据）仍能显示统计结果

五、与上篇文章的核心区别

特性	上篇文章（单部门统计）	本文（递归层级统计）
统计范围	仅当前部门或指定子部门	包含所有下级部门（多级递归）
递归方向	单向向下（固定根部门）	双向关联（每个部门可作为祖先）
核心字段	dept_id直接分组	ancestor_id递归分组
新增功能	无	请假天数 > 3 天统计、层级汇总

六、性能优化与注意事项

1. 索引优化建议

-- 为部门层级关系创建索引CREATE INDEX idx_dept_parent ON t_dept(parent_dept_id);-- 为请假表关联字段创建索引CREATE INDEX idx_leave_dept ON t_leave(dept_id);

2. 大数据量处理

• 若部门层级超过 1000 层，需调整 Oracle 递归限制：

ALTER SESSION SET MAX_RECURSION_DEPTH = 2000; -- 默认1000层

3. DECODE vs CASE WHEN 扩展

• 复杂范围判断（如BETWEEN）建议用CASE WHEN，等值判断优先用DECODE

• 多层嵌套时注意DECODE的参数顺序（严格按匹配顺序执行）

七、总结：树形数据统计的终极解决方案

通过递归 CTE 构建层级关系+DECODE 实现条件聚合+分组函数完成数据汇总，我们实现了：

        1、真正的层级递归统计：上级部门自动包含所有下级数据，支持任意深度的组织架构

        2、多维度复杂计算：在单个 SQL 中完成类型统计、状态分类、数值判断等多重逻辑

        3、代码极简主义：相比传统 Java 递归 + 多层循环，SQL 代码量减少 90% 以上，且执行效率更高

        这种方案特别适合组织架构复杂、层级统计频繁的企业级应用（如人力资源管理、财务成本分摊等场景）。掌握递归与DECODE的组合使用，能让你在处理树形数据时如虎添翼，真正发挥 Oracle 数据库的原生优势。如果你能学会这种SQL逻辑，相信我，肯定会对你在实际工作中有巨大帮助。欢迎关注留言，期待与您一起进步。