Prezentare generală a funcțiilor utile

Analiza datelor de business în SQL

Michel Semaan

Data Scientist

Lucrul cu date calendaristice

DATE_TRUNC('quarter', '2018-08-13') → '2018-07-01 00:00:00+00:00'
'2018-07-01 00:00:00+00:00' :: DATE → '2018-07-01'

Date în rapoarte

Datele lizibile sunt importante în raportare
Formatul implicit, '2018-08-13', nu este foarte lizibil
Cum ajungem de la '2018-08-13' la 'Friday 13, August 2018'?

Soluție

TO_CHAR('2018-08-13', 'FMDay DD, FMMonth YYYY') → 'Friday 13, August 2018'

TO_CHAR()

TO_CHAR(DATE, TEXT) → TEXT (șirul de dată formatat)
Exemplu: Dy → Numele prescurtat al zilei (Mon, Tues, etc.)
- TO_CHAR('2018-06-01', 'Dy') → 'Fri'
- TO_CHAR('2018-06-02', 'Dy') → 'Sat'
Modelele din șirul de format sunt înlocuite cu valorile corespunzătoare din dată; celelalte caractere rămân nemodificate
Exemplu: DD → Numărul zilei (01 - 31)
- TO_CHAR('2018-06-01', 'Dy - DD') → 'Fri - 01'
- TO_CHAR('2018-06-02', 'Dy - DD') → 'Sat - 02'

Model	Descriere
`FMDay`	Numele complet al zilei (`Monday`, `Tuesday`, etc.)
`MM`	Luna anului (`01` - `12`)
`Mon`	Numele prescurtat al lunii (`Jan`, `Feb`, etc.)
`FMMonth`	Numele complet al lunii (`January`, `February`, etc.)
`YY`	Ultimele 2 cifre ale anului (`18`, `19`, etc.)
`YYYY`	Anul complet cu 4 cifre (`2018`, `2019`, etc.)

Documentație: https://www.postgresql.org/docs/9.6/functions-formatting.html

Interogare

SELECT DISTINCT
  order_date,
  TO_CHAR(order_date,
          'FMDay DD, FMMonth YYYY') AS format_1,
  TO_CHAR(order_date,
          'Dy DD Mon/YYYY') AS format_2
FROM orders
ORDER BY order_date ASC
LIMIT 3;

Rezultat

order_date  format_1                format_2       
----------  ----------------------  ---------------
2018-06-01  Friday 01, June 2018    Fri 01/Jun 2018
2018-06-02  Saturday 02, June 2018  Sat 02/Jun 2018
2018-06-02  Sunday 03, June 2018    Sun 03/Jun 2018

Funcții de fereastră – recapitulare

SUM(...) OVER (...): Calculează totalul cumulat al unei coloane
- Exemplu: SUM(registrations) OVER (ORDER BY registration_month) calculează totalul cumulat al înregistrărilor
LAG(...) OVER (...): Returnează valoarea unui rând anterior
- Exemplu: LAG(mau) OVER (ORDER BY active_month) returnează utilizatorii activi din luna anterioară (MAU)
RANK() OVER (...): Atribuie un rang fiecărui rând în funcție de poziția sa în ordinea sortată
- Exemplu: RANK() OVER (ORDER BY revenue DESC) clasifică utilizatorii, restaurantele sau lunile după veniturile generate

Interogare

SELECT
  user_id,
  SUM(meal_price * order_quantity) AS revenue
FROM meals
JOIN orders ON meals.meal_id = orders.meal_id
GROUP BY user_id
ORDER BY revenue DESC
LIMIT 3;

Rezultat

user_id  revenue
-------  -------
18       626
76       553.25
73       537

Interogare

WITH user_revenues AS (
  SELECT
    user_id,
    SUM(meal_price * order_quantity) AS revenue
  FROM meals
  JOIN orders ON meals.meal_id = orders.meal_id
  GROUP BY user_id)

SELECT
  user_id,
  RANK() OVER (ORDER BY revenue DESC)
    AS revenue_rank
FROM user_revenues
ORDER BY revenue_rank DESC
LIMIT 3;

Rezultat

user_id  revenue_rank
-------  ------------
18       1
76       2
73       3

Prezentare generală a funcțiilor utile

Analiza datelor de business în SQL