Window funkce
Platí pro:
Databricks SQL Databricks Runtime
Funkce, které pracují se skupinou řádků, které se označují jako window, a vypočítají návratovou hodnotu pro každý řádek na základě skupiny řádků. Window funkce jsou užitečné pro zpracování úloh, jako je výpočet klouzavého průměru, výpočet kumulativní statistiky nebo přístup k hodnotě řádků vzhledem k relativní pozici aktuálního řádku.
Syntaxe
function OVER { window_name | ( window_name ) | window_spec }
function
{ ranking_function | analytic_function | aggregate_function }
over_clause
OVER { window_name | ( window_name ) | window_spec }
window_spec
( [ PARTITION BY partition [ , ... ] ] [ order_by ] [ window_frame ] )
Parameters
funkce
Funkce fungující na window. Různé třídy funkcí podporují různé konfigurace window specifikací.
ranking_function
Kterákoli z funkcí Ranking window.
Je-li zadán window_spec musí obsahovat klauzuli ORDER BY, ale nikoli klauzuli window_frame.
analytic_function
Libovolné analytické funkce window.
aggregate_function
Libovolná z agregačních funkcí.
Pokud je zadána funkce nesmí obsahovat klauzuli FILTER.
window_name
Identifikuje specifikaci
pojmenovanou , která je definována dotazem. window_spec
Tato klauzule definuje, jak budou řádky seskupeny a seřazeny v rámci skupiny, a na které řádky v rámci partition funkce působí.
partition
Jeden nebo více výrazů sloužících k určení skupiny řádků definující obor, na kterém funkce pracuje. Pokud není zadána žádná klauzule PARTITION, partition se skládá ze všech řádků.
order_by
Klauzule ORDER BY určuje pořadí řádků v rámci partition.
window_frame
Klauzule rámce window určuje posuvnou podmnožinu řádků v rámci partition, na které agregační nebo analytická funkce pracuje.
Jako alias pro ORDER BYmůžete zadat SORT BY .
Můžete také zadat DISTRIBUTE BY jako alias pro PARTITION BY. CLUSTER BY můžete použít jako alias pro PARTITION BY bez ORDER BY.
Příklady
> CREATE TABLE employees
(name STRING, dept STRING, salary INT, age INT);
> INSERT INTO employees
VALUES ('Lisa', 'Sales', 10000, 35),
('Evan', 'Sales', 32000, 38),
('Fred', 'Engineering', 21000, 28),
('Alex', 'Sales', 30000, 33),
('Tom', 'Engineering', 23000, 33),
('Jane', 'Marketing', 29000, 28),
('Jeff', 'Marketing', 35000, 38),
('Paul', 'Engineering', 29000, 23),
('Chloe', 'Engineering', 23000, 25);
> SELECT name, dept, salary, age FROM employees;
Chloe Engineering 23000 25
Fred Engineering 21000 28
Paul Engineering 29000 23
Helen Marketing 29000 40
Tom Engineering 23000 33
Jane Marketing 29000 28
Jeff Marketing 35000 38
Evan Sales 32000 38
Lisa Sales 10000 35
Alex Sales 30000 33
> SELECT name,
dept,
RANK() OVER (PARTITION BY dept ORDER BY salary) AS rank
FROM employees;
Lisa Sales 10000 1
Alex Sales 30000 2
Evan Sales 32000 3
Fred Engineering 21000 1
Tom Engineering 23000 2
Chloe Engineering 23000 2
Paul Engineering 29000 4
Helen Marketing 29000 1
Jane Marketing 29000 1
Jeff Marketing 35000 3
> SELECT name,
dept,
DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS dense_rank
FROM employees;
Lisa Sales 10000 1
Alex Sales 30000 2
Evan Sales 32000 3
Fred Engineering 21000 1
Tom Engineering 23000 2
Chloe Engineering 23000 2
Paul Engineering 29000 3
Helen Marketing 29000 1
Jane Marketing 29000 1
Jeff Marketing 35000 2
> SELECT name,
dept,
age,
CUME_DIST() OVER (PARTITION BY dept ORDER BY age
RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cume_dist
FROM employees;
Alex Sales 33 0.3333333333333333
Lisa Sales 35 0.6666666666666666
Evan Sales 38 1.0
Paul Engineering 23 0.25
Chloe Engineering 25 0.50
Fred Engineering 28 0.75
Tom Engineering 33 1.0
Jane Marketing 28 0.3333333333333333
Jeff Marketing 38 0.6666666666666666
Helen Marketing 40 1.0
> SELECT name,
dept,
salary,
MIN(salary) OVER (PARTITION BY dept ORDER BY salary) AS min
FROM employees;
Lisa Sales 10000 10000
Alex Sales 30000 10000
Evan Sales 32000 10000
Helen Marketing 29000 29000
Jane Marketing 29000 29000
Jeff Marketing 35000 29000
Fred Engineering 21000 21000
Tom Engineering 23000 21000
Chloe Engineering 23000 21000
Paul Engineering 29000 21000
> SELECT name,
salary,
LAG(salary) OVER (PARTITION BY dept ORDER BY salary) AS lag,
LEAD(salary, 1, 0) OVER (PARTITION BY dept ORDER BY salary) AS lead
FROM employees;
Lisa Sales 10000 NULL 30000
Alex Sales 30000 10000 32000
Evan Sales 32000 30000 0
Fred Engineering 21000 NULL 23000
Chloe Engineering 23000 21000 23000
Tom Engineering 23000 23000 29000
Paul Engineering 29000 23000 0
Helen Marketing 29000 NULL 29000
Jane Marketing 29000 29000 35000
Jeff Marketing 35000 29000 0