# SQL - Window Functions (Data Analytics)

> ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE, SUM OVER, PARTITION BY, frames

- 20 domande da colloquio
- Mid-Level
- [Domande da colloquio: Data Analytics](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio.md)

## 1. Cos'è una window function in SQL?

**Risposta**

Una window function esegue un calcolo su un insieme di righe correlate alla riga corrente, senza ridurre i risultati a una singola riga di output. A differenza di GROUP BY che riduce il numero di righe, una window function preserva tutte le righe nel risultato aggiungendo una colonna calcolata. La clausola OVER() definisce la finestra su cui viene eseguito il calcolo.

## 2. Quale clausola è obbligatoria per definire una window function?

**Risposta**

La clausola OVER() è obbligatoria per qualsiasi window function. Indica al motore SQL che la funzione deve essere eseguita come window function piuttosto che come una normale funzione di aggregazione. OVER() può contenere PARTITION BY, ORDER BY e una specifica di frame, ma può anche rimanere vuota per applicare il calcolo all'intero set di risultati.

## 3. Qual è il ruolo di PARTITION BY in una window function?

**Risposta**

PARTITION BY divide l'insieme di righe in gruppi (partizioni) indipendenti, e la window function viene applicata separatamente a ciascuna partizione. A differenza di GROUP BY, PARTITION BY non riduce il numero di righe nel risultato. Per esempio, SUM(sales) OVER(PARTITION BY region) calcola le vendite totali per regione preservando ogni singola riga.

## Altre 17 domande disponibili

- Qual è la principale differenza tra GROUP BY e PARTITION BY?
- Cosa restituisce ROW_NUMBER() OVER(ORDER BY salary DESC)?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Analytics

- [Google Sheets - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-basics.md): 20 domande, Junior
- [Google Sheets - Formule avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-advanced.md): 20 domande, Junior
- [SQL - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-basics.md): 25 domande, Junior
- [SQL - Aggregazioni e raggruppamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-aggregations.md): 20 domande, Junior
- [SQL - Join](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-joins.md): 20 domande, Junior
- [BigQuery - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-fundamentals.md): 20 domande, Junior
- [Data Cleaning - Pulizia dei dati](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-cleaning.md): 20 domande, Junior
- [KPI e metriche di business](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/kpis-metrics.md): 20 domande, Junior
- [Statistica descrittiva](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/descriptive-statistics.md): 20 domande, Junior
- [Zapier e automazione No-Code](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/zapier-automation.md): 20 domande, Junior
- [Principi di data visualization](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-viz-principles.md): 20 domande, Junior
- [Python & Pandas - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-pandas-basics.md): 20 domande, Junior
- [Google Sheets - Dashboard automatizzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-dashboards.md): 20 domande, Mid-Level
- [SQL - Subquery e CTE](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-subqueries-ctes.md): 20 domande, Mid-Level
- [BigQuery - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-advanced.md): 20 domande, Mid-Level
- [Data Modeling](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-modeling.md): 20 domande, Mid-Level
- [Analisi di funnel e conversione](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/funnel-analysis.md): 20 domande, Mid-Level
- [Analisi delle coorti e retention](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/cohort-retention.md): 20 domande, Mid-Level
- [Google Tag Manager e tracking](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/gtm-tracking.md): 20 domande, Mid-Level
- [API e webhook](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/apis-webhooks.md): 20 domande, Mid-Level
- [dbt - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-fundamentals.md): 20 domande, Mid-Level
- [AB Testing e statistica applicata](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/ab-testing.md): 20 domande, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/looker-studio.md): 20 domande, Mid-Level
- [Power BI - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-fundamentals.md): 20 domande, Mid-Level
- [SQL - Query analitiche avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-advanced-analytics.md): 20 domande, Senior
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-advanced.md): 20 domande, Senior
- [Power BI - DAX e dashboard avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-dax.md): 20 domande, Senior
- [Python Analytics - Analisi avanzata e ML](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-analytics-advanced.md): 20 domande, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-window-functions