Fensterfunktionen (Databricks SQL)

Funktionen, die für eine Gruppe von Zeilen ausgeführt werden, die als Fenster bezeichnet wird, und einen Rückgabewert für jede Zeile basierend auf der Zeilengruppe berechnen. Fensterfunktionen sind nützlich für die Verarbeitung von Aufgaben, z. B. das Berechnen eines gleitenden Durchschnitts, das Berechnen einer kumulativen Statistik oder das Zugreifen auf den Wert von Zeilen, wenn die relative Position der aktuellen Zeile angegeben wird.

Syntax

function OVER { window_name | ( window_name ) | window_spec }

function:
{ ranking_function | analytic_function | aggregate_function }

window_spec:
( [ PARTITION BY partition [ , ... ] ] [ order_by ] [ window_frame ] )

Parameter

  • Funktion

    Die Funktion, die im Fenster verwendet wird. Verschiedene Funktionsklassen unterstützen verschiedene Konfigurationen von Fensterspezifikationen.

  • window_spec

    Diese Klausel definiert, wie die Zeilen gruppiert, innerhalb der Gruppe sortiert werden und welche Zeilen innerhalb einer Partition eine Funktion verwendet.

    • partition

      Ein oder mehrere Ausdrücke, die verwendet werden, um eine Gruppe von Zeilen anzugeben, die den Bereich definieren, in dem die Funktion arbeitet. Wenn keine PARTITION-Klausel angegeben ist, besteht die Partition aus allen Zeilen.

    • order_by

      Die ORDER BY-Klausel gibt die Reihenfolge der Zeilen innerhalb einer Partition an.

    • window_frame

      Die Fensterrahmenklausel gibt eine gleitende Teilmenge von Zeilen innerhalb der Partition an, auf der die Aggregat- oder Analysefunktion arbeitet.

Sie können SORT BY als Alias für ORDER BY angeben.

Sie können DISTRIBUTE BY auch als Alias für PARTITION BY angeben. Sie können CLUSTER BY als Alias für PARTITION BY verwenden, wenn ORDER BY nicht vorhanden ist.

Beispiele

> CREATE TABLE employees
   (name STRING, dept STRING, salary INT, age INT);
> INSERT INTO employees
   VALUES ('Lisa', 'Sales', 10000, 35),
          ('Evan', 'Sales', 32000, 38),
          ('Fred', 'Engineering', 21000, 28),
          ('Alex', 'Sales', 30000, 33),
          ('Tom', 'Engineering', 23000, 33),
          ('Jane', 'Marketing', 29000, 28),
          ('Jeff', 'Marketing', 35000, 38),
          ('Paul', 'Engineering', 29000, 23),
          ('Chloe', 'Engineering', 23000, 25);

> SELECT name, dept, salary, age FROM employees;
 Chloe Engineering 23000   25
  Fred Engineering 21000   28
  Paul Engineering 29000   23
 Helen   Marketing 29000   40
   Tom Engineering 23000   33
  Jane   Marketing 29000   28
  Jeff   Marketing 35000   38
  Evan       Sales 32000   38
  Lisa       Sales 10000   35
  Alex       Sales 30000   33

> SELECT name,
         dept,
         RANK() OVER (PARTITION BY dept ORDER BY salary) AS rank
  FROM employees;
  Lisa       Sales  10000    1
  Alex       Sales  30000    2
  Evan       Sales  32000    3
  Fred Engineering  21000    1
   Tom Engineering  23000    2
 Chloe Engineering  23000    2
  Paul Engineering  29000    4
 Helen   Marketing  29000    1
  Jane   Marketing  29000    1
  Jeff   Marketing  35000    3

> SELECT name,
         dept,
         DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary
                            ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS dense_rank
    FROM employees;
  Lisa       Sales  10000          1
  Alex       Sales  30000          2
  Evan       Sales  32000          3
  Fred Engineering  21000          1
   Tom Engineering  23000          2
 Chloe Engineering  23000          2
  Paul Engineering  29000          3
 Helen   Marketing  29000          1
  Jane   Marketing  29000          1
  Jeff   Marketing  35000          2

> SELECT name,
         dept,
         age,
         CUME_DIST() OVER (PARTITION BY dept ORDER BY age
                           RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cume_dist
    FROM employees;
  Alex       Sales     33 0.3333333333333333
  Lisa       Sales     35 0.6666666666666666
  Evan       Sales     38                1.0
  Paul Engineering     23               0.25
 Chloe Engineering     25               0.75
  Fred Engineering     28               0.25
   Tom Engineering     33                1.0
  Jane   Marketing     28 0.3333333333333333
  Jeff   Marketing     38 0.6666666666666666
 Helen   Marketing     40                1.0

> SELECT name,
         dept,
         salary,
         MIN(salary) OVER (PARTITION BY dept ORDER BY salary) AS min
    FROM employees;
  Lisa       Sales  10000 10000
  Alex       Sales  30000 10000
  Evan       Sales  32000 10000
 Helen   Marketing  29000 29000
  Jane   Marketing  29000 29000
  Jeff   Marketing  35000 29000
  Fred Engineering  21000 21000
   Tom Engineering  23000 21000
 Chloe Engineering  23000 21000
  Paul Engineering  29000 21000

> SELECT name,
         salary,
         LAG(salary) OVER (PARTITION BY dept ORDER BY salary) AS lag,
         LEAD(salary, 1, 0) OVER (PARTITION BY dept ORDER BY salary) AS lead
    FROM employees;
  Lisa       Sales  10000 NULL  30000
  Alex       Sales  30000 10000 32000
  Evan       Sales  32000 30000     0
  Fred Engineering  21000  NULL 23000
 Chloe Engineering  23000 21000 23000
   Tom Engineering  23000 23000 29000
  Paul Engineering  29000 23000     0
 Helen   Marketing  29000  NULL 29000
  Jane   Marketing  29000 29000 35000
  Jeff   Marketing  35000 29000     0