Erweiterte Muster für Datenanalyse

Einführung in Databricks SQL

Kevin Barlow

Data Manager

Motivation

Lakehouse-Diagramm – Analyse

Subqueries

Erreicht durch „Verschachteln“ von SQL-Abfragen
- Verschachtelte Abfrage als neue „Tabelle“ denken
- Ähnlich wie eine View erstellen
Nützlich für viele Use Cases
- Ergebnisse einer anderen Abfrage holen
- Komplexe Abfragen vereinfachen
- Aggregation innerhalb einer Abfrage

SELECT store, totalRev, product

FROM (
    SELECT count(*) as count,
          sum(revenue) as totalRev,
          min(price) as minPrice,
          max(units) as maxUnits,
          region,
          store,
          product
      FROM sales 
      GROUP BY region, store, product
) q

Window Functions

Kategorie von SQL-Funktionen und -Techniken
Berechnet über einen definierten Zeilenbereich
- Zeilen stehen in Beziehung zueinander
Beispiele:
- Kennzahl über einen Zeitbereich berechnen
- Änderung über aufeinanderfolgende Zeilen
- Über mehrere Dimensionen berechnen

SELECT name,
       dept,
       RANK() OVER 
           (PARTITION BY dept 
         ORDER BY salary) AS rank
  FROM employees;

name	dept	salary	rank
Lisa	Sales	10000	1
Alex	Sales	30000	2
Fred	Engineering	21000	1
Tom	Engineering	23000	2

Erweiterte Databricks SQL-Funktionen

RANK()

Vergleicht Zeilen innerhalb einer Partition und berechnet für jede den Rang

SELECT a,
       b,
       RANK() OVER(PARTITION BY a ORDER BY b DESC),
    FROM table_name;

a	b	rank
A1	3	1
A1	1	3
A1	2	2
A2	1	1

LAG() und LEAD()

Gibt den vorherigen (LAG()) bzw. folgenden (LEAD()) Wert der Zeile zurück

SELECT a,
       b,
       LAG(b) OVER (PARTITION BY a ORDER BY b)
    FROM table_name;

a	b	lag
A1	3	NULL
A1	1	3
A1	2	1
A2	1	NULL

Lass uns üben!

Einführung in Databricks SQL