Funkcje WINDOW

Wprowadzenie do BigQuery

Matthew Forrest

Field CTO

Czym są funkcje WINDOW

Ilustracja funkcji WINDOW z kumulatywną sumą SUM

Kiedy używać funkcji WINDOW

Funkcje WINDOW pogrupowane według typu

¹ https://towardsdatascience.com/a-guide-to-advanced-sql-window-functions-f63f2642cbf9

Struktura WINDOW, PARTITION i ORDER BY

SELECT
  customer_id,
  order_date,
  order_total,
  ROW_NUMBER() OVER(

    PARTITION BY customer_id

    ORDER BY order_date

  ) AS order_sequence
FROM orders;

ROW_NUMBER(): Funkcja okna zwracająca numer wiersza
OVER(): Definiuje ramkę okna
PARTITION BY customer_id: Grupuje dane według klienta
ORDER BY order_date: Porządkuje dane wewnątrz każdej partycji
order_sequence: Wynik działania funkcji okna

RANK i PERCENT_RANK

SELECT
  product_id,
  product_photos_qty,
  -- Ordinal rank for each row
  RANK() OVER(
    ORDER BY product_photos_qty DESC
  ) as rank,
  -- Percentile rank for each row
  PERCENT_RANK() OVER(
    ORDER BY product_photos_qty
  ) as percent
FROM ecommerce.ecomm_products 
ORDER BY product_photos_qty DESC;

Wyniki zapytania RANK i PERCENT_RANK

LAG i LEAD

SELECT
  product_id,
  -- Returns value from previous row
  LAG(product_photos_qty) OVER(
    ORDER BY product_photos_qty
  ) as lag,
  product_photos_qty,
  -- Returns value from next row
  LEAD(product_photos_qty) OVER(
    ORDER BY product_photos_qty
  ) as lead
FROM ecommerce.ecomm_products 
ORDER BY product_photos_qty DESC;

Obraz przedstawiający LAG i LEAD w wynikach zapytania

RANGE BETWEEN i CURRENT ROW

SELECT
  order_id,
  order_timestamp,
  SUM(cost) OVER(
    ORDER BY order_timestamp 
    ROWS BETWEEN 2 PRECEDING 
    AND CURRENT ROW) as rolling_avg
FROM sales_data
ORDER BY order_timestamp

Opcje ograniczania wierszy:

UNBOUNDED PRECEDING: Wszystkie wiersze wcześniejsze
UNBOUNDED FOLLOWING: Wszystkie wiersze późniejsze
[INT] ROWS PRECEDING: Określona liczba wierszy wcześniejszych
[INT] ROWS FOLLOWING: Określona liczba wierszy późniejszych

QUALIFY

SELECT
  product_id,
  product_photos_qty,
  RANK() OVER(
    ORDER BY product_photos_qty DESC
  ) as rank
FROM ecommerce.ecomm_products 
-- Filter using QUALIFY
QUALIFY rank < 4
ORDER BY product_photos_qty DESC;

Wyniki zapytania używającego QUALIFY do wyszukiwania wartości z rangą 3 lub wyższą

Nie można użyć HAVING, ponieważ nie wykonujemy agregacji

Czas na ćwiczenia!

Wprowadzenie do BigQuery