Fonctions de fenêtre (Databricks SQL)

Les fonctions qui opèrent sur un groupe de lignes, désignées sous le terme de fenêtre, et calculent une valeur de retour pour chaque ligne en fonction du groupe de lignes. Les fonctions de fenêtre sont utiles pour traiter des tâches telles que le calcul d’une moyenne mobile, le calcul d’une statistique cumulée ou l’accès à la valeur des lignes en fonction de la position relative de la ligne actuelle.

Syntaxe

function OVER { window_name | ( window_name ) | window_spec }

function:
{ ranking_function | analytic_function | aggregate_function }

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

Paramètres

  • function

    Fonction opérant dans la fenêtre. Différentes classes de fonctions prennent en charge différentes configurations de spécifications de fenêtres.

    • ranking_function

      L’une des fonctionsde la fenêtre de classement.

      S’il est spécifié, le window_spec doit inclure une clause order by, mais pas une clause window_frame.

    • analytic_function

      L’une des fonctions de fenêtre analytique.

    • aggregate_function

      Toutes les fonctions d’agrégation.

      Si elle est spécifiée, la fonction ne doit pas inclure de clause de filtre.

  • window_spec

    Cette clause définit la manière dont les lignes sont regroupées, triées dans le groupe et les lignes d’une partition sur laquelle une fonction s’exécute.

    • partition

      Une ou plusieurs expressions utilisées pour spécifier un groupe de lignes définissant l’étendue sur laquelle la fonction opère. Si aucune clause de PARTITION n’est spécifiée, la partition est composée de toutes les lignes.

    • order_by

      La clause ORDER BY spécifie l’ordre des lignes dans une partition.

    • window_frame

      La clause frame de fenêtre spécifie un sous-ensemble coulissant de lignes dans la partition sur laquelle opère la fonction Aggregate ou Analytics.

Vous pouvez spécifier SORT BY comme alias pour ORDER BY.

Vous pouvez également spécifier CLUSTER by ou distribute BY comme alias pour PARTITION BY.

Exemples

> 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