適用於：
Azure Data Factory Azure Synapse Analytics
秘訣
試用 Microsoft Fabric 中的 Data Factory，這是適用於企業的全方位分析解決方案。 Microsoft Fabric 涵蓋從資料移動到資料科學、即時分析、商業智慧和報告的所有項目。 了解如何免費開始新的試用！
數據流可在 Azure Data Factory 管線和 Azure Synapse Analytics 管線中使用。 本文適用於映射資料流。 如果您不熟悉轉換，請參閱 使用對應數據流轉換數據的簡介文章。
下列文章提供 Azure Data Factory 和 Azure Synapse Analytics 在映對資料流中支援的視窗函式的詳細資料。
視窗函式清單
下列函式僅適用於視窗轉換。
| 窗口函數 | 任務 |
|---|---|
| cumeDist | CumeDist 函式會計算某個值與分割區中所有值的相對位置。 依照分割區的排序，將目前資料列 (含此列) 之前的列數，除以視窗分割區中的總列數，即為結果。 排序中的任何相等值都會評估為相同的位置。 |
| denseRank | 在視窗的 order by 子句中指定的值群組中，計算某個值的順位。 依照分割區的排序，將目前資料列 (含此列) 之前的列數加一，即為結果。 這些值不會在序列中產生間距。 即使資料未排序，也可進行密集排名，並且尋找值的變化。 |
| 延遲 | 取得第一個參數對目前資料列之前的 n 個資料列評估的值。 第二個參數是要回溯查看的資料列數目，預設值為 1。 如果沒有那麼多資料列，則會傳回 null 值，除非指定了預設值。 |
| 鉛 | 取得第一個參數對目前資料列之後的 n 個資料列評估的值。 第二個參數是要正向查看的資料列數目，預設值為 1。 如果沒有那麼多資料列，則會傳回 null 值，除非指定了預設值。 |
| nTile | NTile 函式會將每個視窗分割區中的資料列分成 n 個桶，範圍從 1 到最大為 n。 貯體值的最大差異為 1。 如果分割區中的資料列數目無法平均分成貯體數，其餘值將會逐一均分給各個貯體，從第一個貯體開始。 在計算 NTile、四分位數、十分位數和其他常見的摘要統計資料時，tertiles 函式很有用。 此函數會在初始化期間計算兩個變數：一般貯體的大小將會新增一個額外的資料列。 這兩個變數都是以目前分割區的大小為基礎。 在計算過程中，此函式會追蹤目前的資料列數目、目前的桶數目，以及桶將變更時的資料列號碼 (bucketThreshold)。 當目前的資料列數目達到貯體閾值時，貯體值將會加一，而閾值會依貯體大小增加 (如果目前的貯體已填補，則額外再加一)。 |
| 排名 | 在視窗的 order by 子句中指定的值群組中，計算某個值的順位。 依照分割區的排序，將目前資料列 (含此列) 之前的列數加一，即為結果。 這些值會在序列中產生間距。 即使資料未排序，也可進行排名，並且尋找值的變化。 |
| rowNumber | 為視窗中的資料列指派循序的資料列編號，從 1 開始。 |
相關內容
- 所有彙總函數的清單。
- 所有陣列函數的清單。
- 所有快取查詢函數的清單。
- 所有轉換函數的清單。
- 所有日期和時間函式的清單。
- 所有運算式函式的清單。
- 所有映射函式的清單。
- 所有中繼函數的清單。
- 所有資料轉換運算式的使用方式詳細資料。
- 了解如何使用運算式產生器。