Quadros de janela

Funções de janela no Snowflake

Jake Roach

Field Data Engineer

Quadros de janela

Saída mostrando uma janela composta por todos os registros.

Quadros de janela

Saída que mostra janelas construídas usando o campo member_id para particionar registros.

Quadros de janela dinâmicos

Saída que mostra um quadro de janela "deslizante".

Encontrando um cálculo cumulativo

SELECT
    ...

    AVG(<1>) OVER(
        PARTITION BY ...
        ORDER BY <2>

        -- Janela entre a primeira
        -- e a linha atual


        ROWS BETWEEN UNBOUNDED PRECEDING 
            AND CURRENT ROW

    )
...

ROWS BETWEEN nos permite criar um quadro de janela dinâmico

UNBOUNDED PRECEEDING AND CURRENT ROW
Primeira linha na sequência até a linha atual
Cálculo "cumulativo", não rolante
CURRENT ROW AND UNBOUNDED FOLLOWING

<1>: campo para cálculo

<2>: sequencia resultados, constrói quadro de janela

Total acumulado de calorias queimadas

SELECT
    member_id AS m_id, 
    calories_burned AS cb,

    -- Total acumulado!
    SUM(calories_burned) OVER(
        PARTITION BY member_id
        ORDER BY workout_date


        ROWS BETWEEN UNBOUNDED PRECEDING
            AND CURRENT ROW


    ) AS running_total

FROM fitness.workouts;


         m_id  |    cb   |  running_total
       ------- | ------- | --------------
        m_192  |   105   |      105 
        m_192  |   156   |      261 
        m_192  |    69   |      330 
        m_192  |   102   |      432  

        m_74   |   374   |      374  
        m_74   |   396   |      770  
        m_74   |   504   |     1274  

        m_233  |    51   |       51  
        m_233  |    81   |      132

LINHA ATUAL E SEGUINTE ILIMITADA

SELECT
    member_id AS m_id, 
    calories_burned AS cb,

    SUM(calories_burned) OVER(
        PARTITION BY member_id
        ORDER BY workout_date

        -- Janela entre a linha atual e a última

        ROWS BETWEEN CURRENT ROW
            AND UNBOUNDED FOLLOWING


    ) AS left_to_burn

FROM fitness.workouts;


         m_id  |    cb   |  left_to_burn
       ------- | ------- | --------------
        m_192  |   105   |      432 
        m_192  |   156   |      327 
        m_192  |    69   |      171 
        m_192  |   102   |      102  

        m_74   |   374   |     1274  
        m_74   |   396   |      900 
        m_74   |   504   |      504  

        m_233  |    51   |      132  
        m_233  |    81   |       81

Tendências de queima de calorias

SELECT
    member_id,
    workout_date,
    calories_burned,

    AVG(calories_burned) OVER(   -- Média móvel de calorias queimadas
        PARTITION BY member_id

        -- Cria uma janela por data de treino, do primeiro ao atual 
        ORDER BY workout_date
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

    ) AS avg_calories_burned

FROM FITNESS.workouts;

Tendências de queima de calorias


            member_id  |  workout_date  |  calories_burned  |  average_calories_burned
           ----------- | -------------- | ----------------- | -------------------------
              m_192    |   2025-01-01   |        105        |          105.0
              m_192    |   2025-01-03   |        156        |          130.5
              m_192    |   2025-01-04   |         69        |          110.0
              m_192    |   2025-01-10   |        102        |          108.0

               m_74    |   2025-02-10   |        374        |          374.0
               m_74    |   2025-02-13   |        396        |          385.0
               m_74    |   2025-02-14   |        504        |          426.7

              m_233    |   2025-03-05   |         51        |           51.0
              m_233    |   2025-03-12   |         81        |           66.0

Vamos praticar!

Funções de janela no Snowflake