Question 1

Qu'est-ce qu'une window function en SQL ?

Accepted Answer

Une window function effectue un calcul sur un ensemble de lignes liées à la ligne courante, sans regrouper les résultats en une seule ligne de sortie. Contrairement à GROUP BY qui réduit le nombre de lignes, la window function conserve toutes les lignes du résultat tout en ajoutant une colonne calculée. La clause OVER() définit la fenêtre sur laquelle le calcul est effectué.

Question 2

Quelle clause est obligatoire pour définir une window function ?

Accepted Answer

La clause OVER() est obligatoire pour toute window function. Elle indique au moteur SQL que la fonction doit être exécutée comme une fonction de fenêtre plutôt que comme une fonction d'agrégation classique. OVER() peut contenir PARTITION BY, ORDER BY et une spécification de frame, mais elle peut aussi rester vide pour appliquer le calcul sur l'ensemble du résultat.

Question 3

Quel est le rôle de PARTITION BY dans une window function ?

Accepted Answer

PARTITION BY divise l'ensemble des lignes en groupes (partitions) indépendants, et la window function est appliquée séparément sur chaque partition. Contrairement à GROUP BY, PARTITION BY ne réduit pas le nombre de lignes dans le résultat. Par exemple, SUM(sales) OVER(PARTITION BY region) calcule le total des ventes par région tout en conservant chaque ligne individuelle.

SQL - Window Functions

Qu'est-ce qu'une window function en SQL ?

Réponse

Quelle clause est obligatoire pour définir une window function ?

Réponse

Quel est le rôle de PARTITION BY dans une window function ?

Réponse

Quelle est la différence principale entre GROUP BY et PARTITION BY ?

Que retourne ROW_NUMBER() OVER(ORDER BY salary DESC) ?

Autres sujets d'entretien Data Analytics

Google Sheets - Les fondamentaux

Google Sheets - Formules avancées

SQL - Les fondamentaux

SQL - Agrégations et groupements

SQL - Jointures

BigQuery - Fondamentaux

Data Cleaning - Nettoyage des données

KPIs et métriques business

Statistiques descriptives

Zapier et automatisation No-Code

Principes de data visualisation

Python & Pandas - Fondamentaux

Google Sheets - Dashboards automatisés

SQL - Sous-requêtes et CTEs

BigQuery - Fonctionnalités avancées

Data Modeling

Analyse de funnels et conversion

Analyse de cohortes et rétention

Google Tag Manager et tracking

APIs et webhooks

dbt - Fondamentaux

AB Testing et statistiques appliquées

Looker Studio (Google Data Studio)

Power BI - Fondamentaux

SQL - Requêtes analytiques avancées

dbt - Fonctionnalités avancées

Power BI - DAX et dashboards avancés

Python Analytics - Analyse avancée et ML

Maîtrise Data Analytics pour ton prochain entretien