Mẫu phân tích dữ liệu nâng cao

Nhập môn Databricks SQL

Kevin Barlow

Data Manager

Động lực

Sơ đồ Lakehouse - Phân tích

Truy vấn con

Thực hiện bằng cách "lồng" truy vấn SQL
- Truy vấn lồng được xem như một "bảng" mới
- Tương tự tạo view
Hữu ích cho nhiều trường hợp
- Lấy kết quả của truy vấn khác
- Đơn giản hóa truy vấn phức tạp
- Tổng hợp trong một truy vấn

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

Hàm cửa sổ

Một nhóm hàm và kỹ thuật SQL
Tính toán trên một phạm vi hàng cụ thể
- Các hàng có liên hệ với nhau
Ví dụ:
- Tính chỉ số theo khoảng thời gian
- Tính thay đổi giữa các hàng liên tiếp
- Tính trên nhiều chiều

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

Hàm Databricks SQL nâng cao

RANK()

So sánh các hàng trong từng phân vùng và tính hạng cho mỗi hàng

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() và LEAD()

Trả về giá trị trước (LAG()) hoặc sau (LEAD()) của hàng

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

Ayo berlatih!

Nhập môn Databricks SQL