SQL - Window Functions
ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, NTILE, SUM OVER, PARTITION BY, frames
1Czym jest window function w SQL?
Czym jest window function w SQL?
Odpowiedź
Window function wykonuje obliczenia na zestawie wierszy związanych z bieżącym wierszem, bez zwijania wyników do pojedynczego wiersza wyjściowego. W przeciwieństwie do GROUP BY, które redukuje liczbę wierszy, window function zachowuje wszystkie wiersze w wyniku, dodając obliczoną kolumnę. Klauzula OVER() definiuje okno, na którym wykonywane jest obliczenie.
2Która klauzula jest obowiązkowa do zdefiniowania window function?
Która klauzula jest obowiązkowa do zdefiniowania window function?
Odpowiedź
Klauzula OVER() jest obowiązkowa dla każdej window function. Mówi silnikowi SQL, że funkcja powinna być wykonywana jako window function, a nie jako zwykła funkcja agregująca. OVER() może zawierać PARTITION BY, ORDER BY i specyfikację frame, ale może również pozostać pusta, aby zastosować obliczenia do całego zestawu wyników.
3Jaka jest rola PARTITION BY w window function?
Jaka jest rola PARTITION BY w window function?
Odpowiedź
PARTITION BY dzieli zestaw wierszy na niezależne grupy (partycje), a window function jest stosowana oddzielnie do każdej partycji. W przeciwieństwie do GROUP BY, PARTITION BY nie zmniejsza liczby wierszy w wyniku. Na przykład SUM(sales) OVER(PARTITION BY region) oblicza całkowitą sprzedaż na region, zachowując każdy pojedynczy wiersz.
Jaka jest główna różnica między GROUP BY a PARTITION BY?
Co zwraca ROW_NUMBER() OVER(ORDER BY salary DESC)?
+17 pytań z rozmów
Inne tematy rekrutacyjne Data Analytics
Google Sheets - Podstawy
Google Sheets - Zaawansowane formuły
SQL - Podstawy
SQL - Agregacje i grupowanie
SQL - Złączenia
BigQuery - Podstawy
Data Cleaning - Czyszczenie danych
KPI i metryki biznesowe
Statystyka opisowa
Zapier i automatyzacja No-Code
Zasady wizualizacji danych
Python & Pandas - Podstawy
Google Sheets - Automatyczne dashboardy
SQL - Podzapytania i CTE
BigQuery - Funkcje zaawansowane
Data Modeling
Analiza funneli i konwersji
Analiza kohort i retencji
Google Tag Manager i tracking
API i webhooki
dbt - Podstawy
AB Testing i statystyka stosowana
Looker Studio (Google Data Studio)
Power BI - Podstawy
SQL - Zaawansowane zapytania analityczne
dbt - Funkcje zaawansowane
Power BI - DAX i zaawansowane dashboardy
Python Analytics - Zaawansowana analiza i ML
Opanuj Data Analytics na następną rozmowę
Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.
Zacznij za darmo