Klauzule okenního rámce

Platí pro:zaškrtnuto Databricks SQL zaškrtnuto Databricks Runtime

Určuje posuvnou podmnožinu řádků v oddílu, na kterém se uplatňuje agregační nebo analytická funkce okna.

Syntaxe

{ frame_mode frame_start |
  frame_mode BETWEEN frame_start AND frame_end } }

frame_mode
{ RANGE | ROWS }

frame_start
{ UNBOUNDED PRECEDING |
  offset_start PRECEDING |
  CURRENT ROW |
  offset_start FOLLOWING }

frame_end
{ offset_stop PRECEDING |
  CURRENT ROW |
  offset_stop FOLLOWING |
  UNBOUNDED FOLLOWING }

Parametry

  • frame_mode

    • řádky

      Je-li zadáno, posuvný rámeček okna je vyjádřen z hlediska řádků předcházejících nebo za aktuálním řádkem.

    • ROZMEZÍ

      Pokud je zadáno, musí funkce okna zadat klauzuli ORDER BY s jedním výrazem obExpr.

      Hranice posuvného okna jsou pak vyjádřeny jako posun od obExpr pro aktuální řádek.

      Pokud chybí klauzule ORDER BY, Azure Databricks vyvolá DATATYPE_MISMATCH. RANGE_FRAME_WITHOUT_ORDER. Pokud má klauzule ORDER BY více výrazů, Azure Databricks vyvolá DATATYPE_MISMATCH. RANGE_FRAME_MULTI_ORDER.

  • frame_start

    Počáteční pozice posuvného rámečku okna vzhledem k aktuálnímu řádku.

    • NEVÁZANÉ PŘEDCHOZÍ

      Určuje, že rámec okna začíná na začátku oddílu.

    • offset_start PŘEDCHÁZEJÍCÍ

      Pokud je ROWSrežim , offset_start je kladné celočíselné číslo literálu definující, kolik řádků před aktuálním řádkem se rámec spustí.

      Pokud je RANGE režim, offset_start je kladná literální hodnota typu, kterou lze odečíst od obExpr. Rámec začíná na prvním řádku oddílu, pro který je obExpr větší nebo roven obExpr - offset_start v aktuálním řádku.

    • AKTUÁLNÍ ŘÁDEK

      Určuje, že rámec začíná na aktuálním řádku.

    • offset_start NÁSLEDUJÍCÍ

      Pokud je režim ROWS, offset_start je kladný celočíselný literál definující, kolik řádků za aktuálním řádkem rámec začne. Pokud je RANGE je režim, offset_start je kladná literálová hodnota typu, kterou lze přidat do obExpr. Rámec začíná na prvním řádku oddílu, pro který je obExpr větší nebo roven obExpr + offset_start v aktuálním řádku.

  • frame_stop

    Konec posuvného rámu okna relativně k aktuálnímu řádku.

    Pokud není zadán, rámeček se zastavuje na AKTUÁLNÍM ŘÁDKU. Konec posuvného okna musí být větší než začátek rámečku okna.

    • offset_stop PŘEDCHÁZEJÍCÍ

      Pokud je frame_mode ROWS, offset_stop je kladný celočíselný literál, který určuje, kolik řádků před aktuálním řádkem se rámec zastaví. Pokud je frame_mode RANGE, offset_stop je kladná literálová hodnota stejného typu jako offset_start. Rámec končí na posledním řádku mimo oddíl, pro který je obExpr menší nebo roven obExpr - offset_stop na aktuálním řádku.

    • AKTUÁLNÍ ŘÁDEK

      Určuje, že se snímek zastaví na aktuálním řádku.

    • offset_stop NÁSLEDUJÍCÍ

      Pokud je frame_mode ROWS, offset_stop je kladný celočíselný literál definující, kolik řádků po aktuálním řádku rámec končí. Pokud je frame_mode RANGE, offset_stop je kladná literálová hodnota stejného typu jako offset_start. Rámec končí na posledním řádku oddílu, ve kterém je na aktuálním řádku obExpr menší nebo roven obExpr + offset_stop.

    • NEOMEZENÉ NÁSLEDOVÁNÍ

      Určuje, že se rám okna zastaví na konci přepážky.

Běžné chybové podmínky

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);

-- ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW: cumulative sum of salary within each department.
> SELECT name,
         dept,
         salary,
         SUM(salary) OVER (PARTITION BY dept ORDER BY salary
                           ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total
    FROM employees;
  Fred Engineering  21000  21000
 Chloe Engineering  23000  44000
   Tom Engineering  23000  67000
  Paul Engineering  29000  96000
  Jane   Marketing  29000  29000
  Jeff   Marketing  35000  64000
  Lisa       Sales  10000  10000
  Alex       Sales  30000  40000
  Evan       Sales  32000  72000

-- ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING: moving average over three adjacent rows.
> SELECT name,
         dept,
         salary,
         ROUND(AVG(salary) OVER (PARTITION BY dept ORDER BY salary
                                 ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)) AS moving_avg
    FROM employees;
  Fred Engineering  21000  22000
 Chloe Engineering  23000  22333
   Tom Engineering  23000  25000
  Paul Engineering  29000  26000
  Jane   Marketing  29000  32000
  Jeff   Marketing  35000  32000
  Lisa       Sales  10000  20000
  Alex       Sales  30000  24000
  Evan       Sales  32000  31000

-- ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING: sum from the current row to the end of the partition.
> SELECT name,
         dept,
         salary,
         SUM(salary) OVER (PARTITION BY dept ORDER BY salary
                           ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS remaining_total
    FROM employees;
  Fred Engineering  21000  96000
 Chloe Engineering  23000  75000
   Tom Engineering  23000  52000
  Paul Engineering  29000  29000
  Jane   Marketing  29000  64000
  Jeff   Marketing  35000  35000
  Lisa       Sales  10000  72000
  Alex       Sales  30000  62000
  Evan       Sales  32000  32000

-- RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW: cumulative sum using value-based range.
-- Unlike ROWS mode, RANGE groups rows with equal `ORDER BY` values together.
> SELECT name,
         dept,
         salary,
         SUM(salary) OVER (PARTITION BY dept ORDER BY salary
                           RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS range_total
    FROM employees;
  Fred Engineering  21000  21000
 Chloe Engineering  23000  67000
   Tom Engineering  23000  67000
  Paul Engineering  29000  96000
  Jane   Marketing  29000  29000
  Jeff   Marketing  35000  64000
  Lisa       Sales  10000  10000
  Alex       Sales  30000  40000
  Evan       Sales  32000  72000

-- RANGE BETWEEN 5000 PRECEDING AND 5000 FOLLOWING: sum of salaries within +/- 5000 of the current row's salary.
> SELECT name,
         dept,
         salary,
         SUM(salary) OVER (PARTITION BY dept ORDER BY salary
                           RANGE BETWEEN 5000 PRECEDING AND 5000 FOLLOWING) AS nearby_total
    FROM employees;
  Fred Engineering  21000  67000
 Chloe Engineering  23000  67000
   Tom Engineering  23000  67000
  Paul Engineering  29000  75000
  Jane   Marketing  29000  64000
  Jeff   Marketing  35000  35000
  Lisa       Sales  10000  10000
  Alex       Sales  30000  92000
  Evan       Sales  32000  62000

-- Comparing ROWS vs RANGE: the difference is visible when there are duplicate `ORDER BY` values.
-- With ROWS, `Chloe` and `Tom` have different running totals because each row is counted individually.
-- With RANGE, `Chloe` and `Tom` have the same total because they share the same salary value.
> SELECT name,
         salary,
         SUM(salary) OVER (ORDER BY salary
                           ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)  AS rows_total,
         SUM(salary) OVER (ORDER BY salary
                           RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS range_total
    FROM employees
    WHERE dept = 'Engineering';
  Fred  21000  21000  21000
 Chloe  23000  44000  67000
   Tom  23000  67000  67000
  Paul  29000  96000  96000

-- `RANGE` frame requires exactly one `ORDER BY` expression.
> SELECT SUM(salary) OVER (ORDER BY salary, age
                           RANGE BETWEEN 1000 PRECEDING AND 1000 FOLLOWING)
    FROM employees;
  Error: DATATYPE_MISMATCH

-- `RANGE` frame requires an `ORDER BY` clause.
> SELECT SUM(salary) OVER (RANGE BETWEEN 1000 PRECEDING AND 1000 FOLLOWING)
    FROM employees;
  Error: DATATYPE_MISMATCH