Data Analytics

SQL - Window Functions

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

20 คำถามสัมภาษณ์·
Mid-Level
1

Window function ใน SQL คืออะไร?

คำตอบ

Window function ทำการคำนวณข้ามชุดของแถวที่เกี่ยวข้องกับแถวปัจจุบัน โดยไม่ยุบผลลัพธ์ให้เป็นแถวเอาต์พุตเดียว ซึ่งแตกต่างจาก GROUP BY ที่ลดจำนวนแถว window function จะรักษาแถวทั้งหมดในผลลัพธ์ไว้พร้อมกับเพิ่มคอลัมน์ที่คำนวณ คำสั่ง OVER() กำหนดหน้าต่างที่ทำการคำนวณ

2

คำสั่งใดที่จำเป็นสำหรับการกำหนด window function?

คำตอบ

คำสั่ง OVER() จำเป็นสำหรับ window function ใดๆ มันบอกให้กลไก SQL รู้ว่าฟังก์ชันควรถูกดำเนินการเป็น window function แทนที่จะเป็นฟังก์ชันการรวมปกติ OVER() สามารถมี PARTITION BY, ORDER BY และข้อกำหนด frame แต่ก็สามารถปล่อยว่างไว้เพื่อใช้การคำนวณกับชุดผลลัพธ์ทั้งหมด

3

บทบาทของ PARTITION BY ใน window function คืออะไร?

คำตอบ

PARTITION BY แบ่งชุดแถวเป็นกลุ่ม (พาร์ติชัน) อิสระ และ window function จะถูกนำไปใช้แยกกันกับแต่ละพาร์ติชัน ซึ่งแตกต่างจาก GROUP BY PARTITION BY ไม่ลดจำนวนแถวในผลลัพธ์ ตัวอย่างเช่น SUM(sales) OVER(PARTITION BY region) คำนวณยอดขายรวมต่อภูมิภาคในขณะที่รักษาแต่ละแถวไว้

4

ความแตกต่างหลักระหว่าง GROUP BY และ PARTITION BY คืออะไร?

5

ROW_NUMBER() OVER(ORDER BY salary DESC) ส่งคืนอะไร?

+17 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Analytics อื่นๆ

Google Sheets - พื้นฐาน

Junior
20 คำถาม

Google Sheets - สูตรขั้นสูง

Junior
20 คำถาม

SQL - พื้นฐาน

Junior
25 คำถาม

SQL - การรวมและการจัดกลุ่ม

Junior
20 คำถาม

SQL - Joins

Junior
20 คำถาม

BigQuery - พื้นฐาน

Junior
20 คำถาม

Data Cleaning - การทำความสะอาดข้อมูล

Junior
20 คำถาม

KPI และเมตริกทางธุรกิจ

Junior
20 คำถาม

สถิติเชิงพรรณนา

Junior
20 คำถาม

Zapier และระบบอัตโนมัติ No-Code

Junior
20 คำถาม

หลักการ Data Visualization

Junior
20 คำถาม

Python & Pandas - พื้นฐาน

Junior
20 คำถาม

Google Sheets - แดชบอร์ดอัตโนมัติ

Mid-Level
20 คำถาม

SQL - Subquery และ CTE

Mid-Level
20 คำถาม

BigQuery - ฟีเจอร์ขั้นสูง

Mid-Level
20 คำถาม

Data Modeling

Mid-Level
20 คำถาม

การวิเคราะห์ Funnel และ Conversion

Mid-Level
20 คำถาม

การวิเคราะห์ Cohort และ Retention

Mid-Level
20 คำถาม

Google Tag Manager และการติดตาม

Mid-Level
20 คำถาม

API และ Webhook

Mid-Level
20 คำถาม

dbt - พื้นฐาน

Mid-Level
20 คำถาม

AB Testing และสถิติประยุกต์

Mid-Level
20 คำถาม

Looker Studio (Google Data Studio)

Mid-Level
20 คำถาม

Power BI - พื้นฐาน

Mid-Level
20 คำถาม

SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง

Senior
20 คำถาม

dbt - ฟีเจอร์ขั้นสูง

Senior
20 คำถาม

Power BI - DAX และแดชบอร์ดขั้นสูง

Senior
20 คำถาม

Python Analytics - การวิเคราะห์ขั้นสูงและ ML

Senior
20 คำถาม

เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี