Hive SQL 本身并不直接支持數據透視（Pivot）操作，因為 Hive 主要用于批處理大數據集，而數據透視通常是針對數據倉庫中的數據進行的分析操作。然而，你可以通過以下方法在 Hive 中實現類似數據透視的功能：
使用 CASE 語句和 GROUP BY 子句手動創建透視表：
假設你有一個名為 sales_data 的表，其中包含以下列：product_id、region、year 和 sales。你可以使用以下查詢創建一個透視表，顯示每個產品在每個地區的年度總銷售額：
SELECT product_id, region, SUM(CASE WHEN year = 2020 THEN sales ELSE 0 END) AS sales_2020,
SUM(CASE WHEN year = 2021 THEN sales ELSE 0 END) AS sales_2021,
SUM(CASE WHEN year = 2022 THEN sales ELSE 0 END) AS sales_2022
FROM sales_data
GROUP BY product_id, region;
使用第三方工具或庫：
如果你需要在 Hive 中進行更復雜的數據透視操作，可以考慮使用第三方工具或庫，如 Apache Kylin、Apache Drill 或 Presto。這些工具可以提供更高級的數據分析功能，包括數據透視。
將數據導出到其他工具進行處理：
如果你的數據透視需求非常復雜，可以考慮將 Hive 中的數據導出到其他支持數據透視功能的工具，如 Apache Spark、Pandas（Python）或 Excel。
總之，雖然 Hive SQL 本身不支持數據透視，但你可以通過上述方法實現類似的功能。
