Funcții Window

Automatizarea pipeline-urilor de date în Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Ce este o funcție Window?

Calculează pe rânduri fără a le agrega

Calculează un rezultat per rând folosind un set înconjurător — fereastra sa
Spre deosebire de GROUP BY: fiecare rând intră, fiecare rând iese
Definită prin clauza OVER

3 categorii principale:

Clasificare: ROW_NUMBER(), RANK(), DENSE_RANK()
Agregare: SUM(), AVG(), COUNT() with OVER()
Navigare: LAG(), LEAD(), FIRST_VALUE(), LAST_VALUE()

Mai multe informații în cursul DataCamp Window Functions in Snowflake

Clauza 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 și LEAD

Intrare

Intrare SQL LAG și LEAD

Ieșire

Ieșire LAG și LEAD

Totaluri cumulative și medii mobile

Frame-uri ROWS vs RANGE

ROWS BETWEEN: numără pozițiile fizice ale rândurilor - offset-uri exacte, indiferent de valoare

-- ROWS: always picks exactly N preceding physical rows
SUM(credits) OVER (ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)
-- Includes current row and two preceding

RANGE BETWEEN: folosește valorile, grupând rândurile cu aceleași valori ORDER BY

-- RANGE: includes all rows tied at the boundary value
SUM(credits) OVER (ORDER BY month RANGE BETWEEN 2 PRECEDING AND CURRENT ROW)

Folosiți Range doar când logica se bazează pe limite de valori

Să exersăm!

Automatizarea pipeline-urilor de date în Snowflake