รูปแบบการวิเคราะห์ข้อมูลขั้นสูง

Introduction to Databricks SQL

Kevin Barlow

Data Manager

แรงจูงใจ

แผนภาพ Lakehouse - การวิเคราะห์

Sub queries

ทำได้โดยการ "ซ้อน" คิวรี SQL
- คิวรีที่ซ้อนอยู่ถือเป็น "ตาราง" ใหม่
- มีลักษณะคล้ายกับการสร้าง view
เหมาะกับหลากหลายกรณีการใช้งาน
- ดึงผลลัพธ์จากคิวรีอื่น
- ลดความซับซ้อนของคิวรี
- การรวมกลุ่มข้อมูลภายในคิวรี

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

Window functions

ฟังก์ชันและเทคนิคประเภทหนึ่งใน SQL
คำนวณค่าครอบคลุมช่วงของแถวที่กำหนด
- แถวเหล่านั้นมีความสัมพันธ์กันในบางลักษณะ
ตัวอย่าง:
- คำนวณค่าตามช่วงเวลา
- คำนวณการเปลี่ยนแปลงระหว่างแถวที่ต่อเนื่องกัน
- คำนวณครอบคลุมหลายมิติ

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

ฟังก์ชัน Databricks SQL ขั้นสูง

RANK()

เปรียบเทียบแถวภายใน partition ที่กำหนดและคำนวณอันดับให้แต่ละแถว

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() and LEAD()

คืนค่าก่อนหน้า (LAG()) หรือค่าถัดไป (LEAD()) จากแถวนั้น

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

มาฝึกกันเถอะ!

Introduction to Databricks SQL