Partizionare i dati in una finestra

Window Functions in Snowflake

Jake Roach

Field Data Engineer

Classificare i dati

Qui classifichiamo tutti i record nel result set!

      user_id  |    event_name   |  km_traveled  |  closest_attendees 
      -------  | --------------- | ------------- | ----------------- 
      user_81  |  Lunar Drift    |      0.5      |         1         
      user_02  |  Lunar Drift    |      1.1      |         2       
      user_33  |  Crimson Arc    |      8.6      |         3          
      user_33  |  Neon Prophet   |      8.6      |         3         
      user_15  |  VibeStorm      |      17       |         5          
      user_94  |  The Dusk Owls  |      41       |         6        
      user_47  |  Lunar Drift    |      61       |         7   
      user_56  |  Crimson Arc    |      116      |         8

Classificare con partizioni

Ora vogliamo classificare i dati per ogni finestra.

Una tabella che classifica i partecipanti al concerto in base alla distanza percorsa per ogni venue

PARTITION BY

SELECT
    user_id,
    event_name,
    distance_traveled,

    RANK() OVER(
        -- Crea finestra per event_name
        PARTITION BY event_name
        ORDER BY km_traveled
    ) AS closest_concert_goer

FROM CONCERTS.attendance;

PARTITION BY ci permette di creare finestre di record su cui applicare funzioni

In OVER(...), PARTITION BY va prima di ORDER BY
Simile a GROUP BY, ma non "collassa" i record

Classificare con partizioni

SELECT
    level,
    price,

    RANK() OVER(
        PARTITION BY level
        ORDER BY price DESC
    ) AS price_rank

FROM CONCERTS.attendance;

PARTITION BY crea finestre

      level  |   price   | price_rank 
    -------- | --------- | -----------
       100   |    765    |      1
       100   |    617    |      2
       100   |    490    |      3
       100   |    490    |      3

                  ...

       200   |    212    |      1
       200   |    207    |      2

                  ...

Metriche di sintesi con FIRST_VALUE

    FIRST_VALUE(<1>) OVER(
        PARTITION BY <2>
        ORDER BY <3>
    ) AS <alias>

FIRST_VALUE aiuta a trovare il primo valore in una finestra

<1>: quale colonna restituire

<2>: campo per partizionare i dati

<3>: campo per determinare il primo record

Metriche di sintesi con AVG

AVG(<1>) OVER(
    PARTITION BY <2>
    -- No need to ORDER BY!
) AS <alias>

AVG calcola la media di un campo per ogni finestra

<1>: colonna di cui fare la media

<2>: campo per partizionare i dati

... non serve ORDER BY!

Soddisfazione dei clienti

SELECT
    user_id, event_name, satisfaction_score,


    FIRST_VALUE(satisfaction_score) OVER(
        PARTITION BY event_name   -- Punteggio soddisfazione del fan più vicino
        ORDER BY km_traveled
    ) AS first_score,


    -- Trova il punteggio medio di soddisfazione per una "finestra" di record
    AVG(satisfaction_score) OVER(
        PARTITION BY event_name
    ) AS average_score


FROM CONCERTS.attendance;

Soddisfazione dei clienti


      user_id  |   event_name   |  satisfaction_score  |  first_score  |  average_score 
     --------- | -------------- | -------------------- | ------------- | ---------------

      user_26  |  Pulse Theory  |          71          |       98      |      84.5      
      user_92  |  Pulse Theory  |          98          |       98      |      84.5      

                                          ...

      user_57  |   Nova Sway    |           4          |       22      |      29.3      
      user_39  |   Nova Sway    |          22          |       22      |      29.3      
      user_44  |   Nova Sway    |          62          |       22      |      29.3      

                                          ...

Passiamo alla pratica!

Window Functions in Snowflake