Funções de janela
Aplica-se a:
Databricks SQL Databricks Runtime
Funções que operam num grupo de linhas, referidas como uma janela, e calculam um valor devolvido para cada linha com base no grupo de linhas. As funções de janela são úteis para processar tarefas como calcular uma média móvel, calcular uma estatística cumulativa ou aceder ao valor das linhas dada a posição relativa da linha atual.
Sintaxe
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 ] )
Parâmetros
função
A função a funcionar na janela. Diferentes classes de funções suportam diferentes configurações de especificações de janela.
ranking_function
Qualquer uma das funções da janela Classificação.
Se especificado, o window_spec tem de incluir uma cláusula ORDER BY, mas não uma cláusula window_frame.
analytic_function
Qualquer uma das funções da janela Análise.
aggregate_function
Qualquer uma das funções Agregar.
Se especificada, a função não pode incluir uma cláusula FILTER.
window_name
Identifica uma especificação de janela com nome definida pela consulta.
window_spec
Esta cláusula define como as linhas serão agrupadas, ordenadas no grupo e em que linhas numa partição uma função funciona.
partição
Uma ou mais expressões utilizadas para especificar um grupo de linhas que definem o âmbito em que a função funciona. Se não for especificada nenhuma cláusula PARTITION, a partição é composta por todas as linhas.
order_by
A cláusula ORDER BY especifica a ordem das linhas numa partição.
window_frame
A cláusula frame da janela especifica um subconjunto deslizante de linhas na partição na qual a função agregar ou análise funciona.
Pode especificar ORDENAR POR como um alias para ORDER BY.
Também pode especificar DISTRIBUIR POR como um alias para PARTIÇÃO POR. Pode utilizar CLUSTER BY como um alias para PARTITION BY na ausência de ORDER BY.
Exemplos
> 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