Udostępnij za pośrednictwem

Funkcje okien

  • Artykuł

Dotyczy: zaznacz pole wyboru oznaczone jako tak Databricks SQL zaznacz pole wyboru oznaczone jako tak Databricks Runtime

Funkcje, które działają w grupie wierszy, nazywanych oknem, i obliczają wartość zwracaną dla każdego wiersza na podstawie grupy wierszy. Funkcje okien są przydatne do przetwarzania zadań, takich jak obliczanie średniej ruchomej, obliczanie skumulowanej statystyki lub uzyskiwanie dostępu do wartości wierszy z względną pozycją bieżącego wiersza.

Składnia

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 ] )

Parametry

  • funkcja

    Funkcja działająca w oknie. Różne klasy funkcji obsługują różne konfiguracje specyfikacji okien.

    • ranking_function

      Dowolna z funkcji okna Klasyfikacja.

      Jeśli określono window_spec musi zawierać klauzulę ORDER BY, ale nie klauzulę window_frame.

    • analytic_function

      Dowolna z funkcji okna analitycznego.

    • aggregate_function

      Dowolna z funkcji Agregacja.

      Jeśli określono funkcję, nie może zawierać klauzuli FILTER.

  • window_name

    Identyfikuje specyfikację nazwanego okna zdefiniowaną przez zapytanie.

  • window_spec

    Ta klauzula definiuje sposób grupowania wierszy, sortowania w grupie oraz wierszy w partycji, na których działa funkcja.

    • partycji

      Co najmniej jedno wyrażenie używane do określania grupy wierszy definiujących zakres działania funkcji. Jeśli nie określono klauzuli PARTITION, partycja składa się ze wszystkich wierszy.

    • order_by

      Klauzula ORDER BY określa kolejność wierszy w partycji.

    • window_frame

      Klauzula ramka okna określa przesuwany podzbiór wierszy w partycji, na której działa funkcja agregacji lub analizy.

Można określić sortuj według jako alias dla ORDER BY.

Można również określić opcję DISTRIBUTE BY jako alias dla parametru PARTITION BY. Klaster BY można użyć jako aliasu dla FUNKCJI PARTITION BY w przypadku braku funkcji ORDER BY.

Przykłady

> 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