Ablakfüggvények
A következőre vonatkozik: Databricks SQL Databricks Runtime
A sorok egy csoportján (más néven ablakon) működő függvények, és a sorok csoportja alapján kiszámítják az egyes sorokhoz tartozó visszatérési értéket. Az ablakfüggvények olyan feladatok feldolgozásához hasznosak, mint a mozgóátlag kiszámítása, az összegző statisztika kiszámítása vagy a sorok értékének elérése az aktuális sor relatív pozíciója alapján.
Szintaxis
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 ] )
Paraméterek
Funkció
Az ablakban működő függvény. A különböző függvényosztályok az ablakspecifikációk különböző konfigurációit támogatják.
ranking_function
A Rangsor ablak bármelyik függvénye.
Ha meg van adva, a window_spec tartalmaznia kell egy ORDER BY záradékot, de nem window_frame záradékot.
analytic_function
aggregate_function
Az Összesítő függvények bármelyike.
Ha meg van adva, a függvény nem tartalmazhat FILTER záradékot.
window_name
A lekérdezés által definiált elnevezett ablakspecifikációt azonosítja.
window_spec
Ez a záradék határozza meg, hogy a sorok hogyan lesznek csoportosítva, rendezve a csoportban, és hogy egy partíción belül mely sorokon működik egy függvény.
Partíció
Egy vagy több kifejezés, amely a függvény hatókörét meghatározó sorcsoport megadására szolgál. Ha nincs megadva PARTITION záradék, a partíció az összes sorból áll.
order_by
Az ORDER BY záradék a partíción belüli sorok sorrendjét határozza meg.
window_frame
Az ablakkeret záradéka a sorok egy csúszó részhalmazát határozza meg azon partíción belül, amelyen az összesítő vagy az elemzési függvény működik.
Az ORDER BY aliasként megadhatja a SORT BY értéket.
A PARTITION BY aliasaként is megadhatja a DISTRIBUTE BY értéket. A CLUSTER BY-t a PARTITION BY aliasaként használhatja ORDER BY nélkül.
Példák
> 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