Funciones de ventana

Automatización de canalizaciones de datos en Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

¿Qué es una función de ventana?

Calcula entre filas sin colapsarlas

Calcula un resultado por fila usando un conjunto cercano: su ventana
A diferencia de GROUP BY: entra cada fila, sale cada fila
Lo define la cláusula OVER

3 categorías principales:

Ranking: ROW_NUMBER(), RANK(), DENSE_RANK()
Agregación: SUM(), AVG(), COUNT() con OVER()
Navegación: LAG(), LEAD(), FIRST_VALUE(), LAST_VALUE()

Más info en el curso de DataCamp Window Functions in Snowflake

La cláusula OVER()

SELECT shipment_id
, region
, delivery_days
, AVG(delivery_days) 
    OVER ( PARTITION BY region ORDER BY dispatched_at ) AS avg_days_in_region 
FROM shipments;

SHIPMENT_ID	REGION	DELIVERY_DAYS	RUNNING_AVG_DAYS_IN_REGION
SHP-001	EMEA	3	3.00
SHP-002	EMEA	5	4.00
SHP-003	EMEA	4	4.00
SHP-004	APAC	6	6.00

ROW_NUMBER vs RANK vs DENSE_RANK

SELECT
    shipment_id AS shipment, delivery_days AS days,
    ROW_NUMBER() OVER (ORDER BY delivery_days) AS row_number,
    RANK()       OVER (ORDER BY delivery_days) AS rank,
    DENSE_RANK() OVER (ORDER BY delivery_days) AS dense_rank
FROM shipments ORDER BY delivery_days;

SHIPMENT	DELIVERY_DAYS	ROW_NUMBER	RANK	DENSE_RANK
SHP-001	3	1	1	1
SHP-002	5	2	2	2
SHP-003	5	3	2	2
SHP-004	7	4	4	3

LAG y LEAD

Entrada

Entrada de SQL Lag y Lead

Salida

Salida de Lag y Lead

Acumulados y medias móviles

Marcos ROWS vs RANGE

ROWS BETWEEN: cuenta posiciones físicas — desplazamientos exactos sin importar el valor

-- ROWS: siempre toma exactamente N filas físicas anteriores
SUM(credits) OVER (ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)
-- Incluye la fila actual y dos anteriores

RANGE BETWEEN: usa valores, agrupa filas con valores de ORDER BY iguales

-- RANGE: incluye todas las filas empatadas en el valor límite
SUM(credits) OVER (ORDER BY month RANGE BETWEEN 2 PRECEDING AND CURRENT ROW)

Usa RANGE solo cuando tu lógica dependa de límites de valor

¡Vamos a practicar!

Automatización de canalizaciones de datos en Snowflake