Zaawansowane funkcje agregujące

Automatyzacja potoków danych w Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Kolejność operacji

Order of operations.png

SQL nie wykonuje się w kolejności zapisu

Wiersze: budowanie zbioru danych
Grupy: agregacja
Wynik: kształtowanie wyjścia

¹ * Snowflake Learning Material

Typowe funkcje agregujące

COUNT(*) / COUNT(DISTINCT col) — liczba wierszy; unikalne wartości
SUM — suma kolumny
AVG — średnia wartość
MIN / MAX — zakres

SELECT COUNT(*) AS total_shipments,
       COUNT(DISTINCT carrier_id) AS unique_carriers,
       SUM(delivery_days) AS total_days,
       AVG(delivery_days) AS avg_days
FROM shipments;

Problem z wieloma zapytaniami

Użycie według regionu i magazynu

SELECT 
region
, warehouse_name
, SUM(credits_used) 
FROM usage 
GROUP BY region, warehouse_name;

Użycie — sumy częściowe według regionu

SELECT region
, SUM(credits_used) 
FROM usage GROUP BY region;

Łączne użycie

SELECT 
SUM(credits_used) 
FROM usage;

GROUPING SETS

Wejście

SELECT region
, warehouse_name
, SUM(credits_used) AS total 
FROM usage 
GROUP BY GROUPING SETS ( 
  (region, warehouse_name)
  , (region)
  , () 
);

Wyjście

REGION	WAREHOUSE_NAME	TOTAL
EMEA	harbr_wh_prod	1240.50
EMEA	harbr_wh_dev	380.00
EMEA	NULL	1620.50
APAC	harbr_wh_prod	890.25
APAC	NULL	890.25
NULL	NULL	2510.75

Uwaga: Nadaj znaczenie wartościom NULL za pomocą instrukcji CASE

ROLLUP

Wejście

SELECT 
region
, warehouse_name
, SUM(credits_used) AS total 
FROM usage 
GROUP BY ROLLUP (region, warehouse_name);

Wyjście

REGION	WAREHOUSE_NAME	TOTAL
EMEA	harbr_wh_prod	1240.50
EMEA	harbr_wh_dev	380.00
EMEA	NULL	1620.50
APAC	harbr_wh_prod	890.25
APAC	NULL	890.25
NULL	NULL	2510.75

CUBE

Wejście

SELECT 
region
, warehouse_name
, SUM(credits_used) AS total
FROM usage 
GROUP BY CUBE (region, warehouse_name);

Wyjście

REGION	WAREHOUSE_NAME	TOTAL
EMEA	harbr_wh_prod	1240.50
EMEA	harbr_wh_dev	380.00
EMEA	NULL	1620.50
APAC	harbr_wh_prod	890.25
APAC	NULL	890.25	}
NULL	harbr_wh_prod	2130.75
NULL	harbr_wh_dev	380.00
NULL	NULL	2510.75

GROUPING() i GROUPING_ID()

SELECT region, warehouse_name, SUM(credits_used) AS total_credits, GROUPING(region) AS is_region_agg, GROUPING(warehouse_name) AS is_wh_agg , 
GROUPING_ID(region, warehouse_name) AS grouping_level 
FROM usage 
GROUP BY ROLLUP (region, warehouse_name);

Zrzut ekranu tabeli wynikowej

Czas na ćwiczenia!

Automatyzacja potoków danych w Snowflake