Introduktion  Fönsterfunktioner är en kraftfull funktion i SQL som används för att utföra beräkningar över en uppsättning rader relaterade till den aktuella raden. Till skillnad från aggregerade funktioner, grupperar inte fönsterfunktioner rader i en enda utdata; de returnerar ett resultat för varje rad samtidigt som datauppsättningens kontext bibehålls.  I den här artikeln kommer vi att utforska några vanliga SQL-fönsterfunktioner (   ,   ,   ,   ,   och   ) med exempel. ROW_NUMBER() RANK() DENSE_RANK() NTILE() LEAD() LAG()  Exempeltabell: Försäljningsdata  Vi använder följande försäljningstabell för att demonstrera fönsterfunktioner:  Försäljnings-ID  Kund-ID  Produkt  Område  Belopp  Försäljningsdatum  1  101  Laptop  Norr  1200  2023-01-05  2  102  Tablett  Norr  800  2023-02-15  3  103  Telefon  Norr  800  2023-03-10  4  104  Tablett  Norr  500  2023-04-01  5  105  Laptop  Söder  1300  2023-05-05  6  106  Tablett  Söder  700  2023-06-20  7  107  Telefon  Väst  900  2023-07-15  8  108  Laptop  Öst  1300  2023-08-10  1. ROW_NUMBER()  Funktionen ROW_NUMBER() tilldelar ett unikt nummer till varje rad inom en partition, sorterad efter en angiven kolumn.    : Tilldela ett unikt radnummer till varje försäljning inom en region baserat på försäljningsbeloppet (högst till lägst). Uppgift   SELECT SalesID, Region, Amount, ROW_NUMBER() OVER (PARTITION BY Region ORDER BY Amount DESC) AS RowNum FROM Sales;    : Resultat  Försäljnings-ID  Område  Belopp  RadNum  1  Norr  1200  1  2  Norr  800  2  3  Norr  800  3  4  Norr  500  4  5  Söder  1300  1  6  Söder  700  2  7  Väst  900  1  8  Öst  1300  1  2. RANK()  Funktionen RANK() tilldelar en rangordning till varje rad inom en partition. Rader med samma värden får samma rankning och nästa rankning hoppas över.    : Rangordna försäljningen inom varje region efter belopp (högst till lägst). Uppgift   SELECT SalesID, Region, Amount, RANK() OVER (PARTITION BY Region ORDER BY Amount DESC) AS Rank FROM Sales;    : Resultat  Försäljnings-ID  Område  Belopp  Rang  1  Norr  1200  1  2  Norr  800  2  3  Norr  800  2  4  Norr  500  4  5  Söder  1300  1  6  Söder  700  2  7  Väst  900  1  8  Öst  1300  1    : Nyckelfunktion  För den norra regionen delar båda Belopp = 800 rader rang 2.  Nästa rankning hoppas över (dvs. rank 3 saknas) och hoppar till 4.  3. DENSE_RANK()  Funktionen DENSE_RANK() tilldelar rankningar som RANK(), men den hoppar inte över rankningar efter oavgjort.    : Tilldela täta rankningar till försäljning inom varje region efter belopp (högst till lägst). Uppgift   SELECT SalesID, Region, Amount, DENSE_RANK() OVER (PARTITION BY Region ORDER BY Amount DESC) AS DenseRank FROM Sales;    : Resultat  Försäljnings-ID  Område  Belopp  DenseRank  1  Norr  1200  1  2  Norr  800  2  3  Norr  800  2  4  Norr  500  3  5  Söder  1300  1  6  Söder  700  2  7  Väst  900  1  8  Öst  1300  1    : Nyckelfunktion  För den norra regionen delar båda Belopp = 800 rader rang 2.  Nästa rang är 3, utan att hoppa över rangordningen.  4. NTILE()  NTILE() delar in rader i ett specificerat antal ungefär lika stora grupper.    : Dela upp all försäljning i 4 grupper baserat på Belopp i fallande ordning. Uppgift   SELECT SalesID, Amount, NTILE(4) OVER (ORDER BY Amount DESC) AS Quartile FROM Sales;    : Resultat  Försäljnings-ID  Belopp  Kvartil  5  1300  1  8  1300  1  1  1200  2  7  900  2  2  800  3  3  800  3  4  500  4  6  700  4  5. LEAD()  LEAD() hämtar värdet från nästa rad inom samma partition.    : Jämför varje försäljningsbelopp med nästa försäljningsbelopp, sorterat efter SaleDate. Uppgift   SELECT SalesID, Amount, LEAD(Amount) OVER (ORDER BY SaleDate) AS NextAmount FROM Sales;    : Resultat  Försäljnings-ID  Belopp  NextAmount  1  1200  800  2  800  800  3  800  500  4  500  1300  5  1300  700  6  700  900  7  900  1300  8  1300  NULL  6. LAG()    hämtar värdet från föregående rad inom samma partition. LAG()    : Jämför varje försäljningsbelopp med det tidigare försäljningsbeloppet, sorterat efter SaleDate. Uppgift   SELECT SalesID, Amount, LAG(Amount) OVER (ORDER BY SaleDate) AS PrevAmount FROM Sales;    : Resultat  Försäljnings-ID  Belopp  PrevAmount  1  1200  NULL  2  800  1200  3  800  800  4  500  800  5  1300  500  6  700  1300  7  900  700  8  1300  900  Slutsats  SQL-fönsterfunktioner som ROW_NUMBER(), RANK(), DENSE_RANK(), NTILE(), LEAD() och LAG() ger kraftfulla sätt att analysera data inom partitioner.   Viktiga takeaways:    tilldelar en unik identifierare för varje rad. ROW_NUMBER()    och   skiljer sig åt i hur de hanterar kopplingar (hoppning kontra inget hoppande). RANK() DENSE_RANK()    är användbar för att dela in rader i statistikgrupper. NTILE()    och   tillåter jämförelser med intilliggande rader. LEAD() LAG()  Genom att behärska dessa funktioner kan du hantera komplexa analyser och rankningsuppgifter effektivt!  Tack för att du tog dig tid att utforska datarelaterade insikter med mig. Jag uppskattar ditt engagemang. Om du tycker att denna information är användbar, inbjuder jag dig att följa mig eller kontakta mig på   . Lycka till med att utforska!👋 LinkedIn

Read My Stories

Power BI: Two ways to Union Tables - DAX and Power Query

Det här ljudet är producerat på berättelsens originalspråk!

SQL-fönsterfunktioner: En snabb recension med exempel

About Author

KOMMENTARER

HÄNG TAGGAR

DENNA ARTIKEL PRESENTERAS I

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps