Question 1

Wat is een window function in SQL?

Accepted Answer

Een window function voert een berekening uit over een set rijen die gerelateerd zijn aan de huidige rij, zonder de resultaten samen te voegen tot een enkele outputrij. In tegenstelling tot GROUP BY dat het aantal rijen vermindert, behoudt een window function alle rijen in het resultaat terwijl een berekende kolom wordt toegevoegd. De OVER()-clausule definieert het venster waarover de berekening wordt uitgevoerd.

Question 2

Welke clausule is verplicht om een window function te definiëren?

Accepted Answer

De OVER()-clausule is verplicht voor elke window function. Het vertelt de SQL-engine dat de functie moet worden uitgevoerd als een window function in plaats van een reguliere aggregatiefunctie. OVER() kan PARTITION BY, ORDER BY en een framespecificatie bevatten, maar kan ook leeg blijven om de berekening op de gehele resultaatset toe te passen.

Question 3

Wat is de rol van PARTITION BY in een window function?

Accepted Answer

PARTITION BY verdeelt de set rijen in onafhankelijke groepen (partities), en de window function wordt afzonderlijk toegepast op elke partitie. In tegenstelling tot GROUP BY vermindert PARTITION BY niet het aantal rijen in het resultaat. Bijvoorbeeld berekent SUM(sales) OVER(PARTITION BY region) de totale verkoop per regio terwijl elke individuele rij behouden blijft.

SQL - Window Functions

Wat is een window function in SQL?

Antwoord

Welke clausule is verplicht om een window function te definiëren?

Antwoord

Wat is de rol van PARTITION BY in een window function?

Antwoord

Wat is het belangrijkste verschil tussen GROUP BY en PARTITION BY?

Wat retourneert ROW_NUMBER() OVER(ORDER BY salary DESC)?

Andere Data Analytics-sollicitatieonderwerpen

Google Sheets - Grondbeginselen

Google Sheets - Geavanceerde formules

SQL - Grondbeginselen

SQL - Aggregaties en groeperingen

SQL - Joins

BigQuery - Grondbeginselen

Data Cleaning - Data opschonen

KPI's en business-metrieken

Beschrijvende statistiek

Zapier en No-Code automatisering

Principes van datavisualisatie

Python & Pandas - Grondbeginselen

Google Sheets - Geautomatiseerde dashboards

SQL - Subquery's en CTE's

BigQuery - Geavanceerde functies

Data Modeling

Funnel- en conversieanalyse

Cohort- en retentieanalyse

Google Tag Manager en tracking

API's en webhooks

dbt - Grondbeginselen

AB Testing en toegepaste statistiek

Looker Studio (Google Data Studio)

Power BI - Basisprincipes

SQL - Geavanceerde analytische queries

dbt - Geavanceerde functies

Power BI - DAX en geavanceerde dashboards

Python Analytics - Geavanceerde analyse en ML

Beheers Data Analytics voor je volgende gesprek