In this chapter, you'll learn what window functions are, and the two basic window function subclauses, ORDER BY and PARTITION BY.

Introduction

Window functions vs GROUP BY

Numbering rows

Numbering Olympic games in ascending order

ORDER BY

Numbering Olympic games in descending order

Numbering Olympic athletes by medals earned

Reigning weightlifting champions

PARTITION BY

Reigning champions by gender

Reigning champions by gender and event

Row numbers with partitioning

Introduction to window functions

In this chapter, you'll learn three practical applications of window functions: fetching values from different parts of the table, ranking rows according to their values, and binning rows into different tables.

Fetching

Future gold medalists

First athlete by name

Last country by name

Ranking

Ranking athletes by medals earned

Ranking athletes from multiple countries

DENSE_RANK's output

Paging

Paging events

Top, middle, and bottom thirds

Fetching, ranking, and paging

In this chapter, you'll learn how to use aggregate functions you're familiar with, like `AVG()` and `SUM()`, as window functions, as well as how to define frames to change a window function's output.

Aggregate als Fensterfunktionen

Laufende Summe der Medaillen

Höchstzahl der Medaillen eines Landes nach Jahr

Minimum der Medaillen eines Landes nach Jahr

Rahmen

Anzahl der Zeilen in einem Rahmen

Gleitende Höchstzahl der Medaillen skandinavischer Länder

Gleitende Höchstzahl der Medaillen Chinas

Gleitende Durchschnitte und laufende Summen

Rahmen für den gleitenden Durchschnitt

Gleitender Durchschnitt der russischen Medaillen

Laufende Summe der Medaillen nach Länder

Aggregate window functions and frames

In this last chapter, you'll learn some techniques and functions that are useful when used together with window functions.

Pivoting

A basic pivot

Pivoting with ranking

ROLLUP and CUBE

Country-level subtotals

All group-level subtotals

A survey of useful functions

Cleaning up results

Summarizing results

Beyond window functions

Summer olympics dataset

Course Glossary

Hast du dich schon mal gefragt, wie Datenprofis mit SQL echte Aufgaben im Unternehmensbetrieb bewältigen, wie zum Beispiel Rangfolgen erstellen, gleitende Durchschnitte und laufende Summen berechnen, Datenduplikate entfernen oder bestimmte Zeiträume analysieren? Wenn du schon weißt, wie man mit SQL Daten auswählt, filtert, sortiert, verknüpft und gruppiert, ist dieser Kurs der nächste Schritt für dich. Am Ende wirst du deine Abfragen wie wahre Profis schreiben können! Du lernst, wie du Abfragen für Analysen erstellen und Daten mit Fensterfunktionen, der Geheimwaffe von SQL, verarbeiten kannst! Anhand von Flugdaten wirst du sehen, wie einfach die Verwendung von Fensterfunktionen ist und wie flexibel und effizient diese sind.

Die Live-Transkripte der Videos kannst du durch einen Klick auf „Mitschrift anzeigen“ unten links in den Videos aufrufen.
Das Kursglossar findest du rechts im Bereich Ressourcen.
Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in dem Test 70 % erreichen.  Du gelangst zum Test, indem du rechts auf die Angabe zu den CPE-Credits klickst.

Data Manipulation in SQL

Lernen Sie, Abfragen für Analysen und Datenengineering mit Fensterfunktionen zu erstellen!

PostgreSQL: Zusammenfassende Statistiken und Fensterfunktionen

Lerne, wie du mithilfe von vielseitig nutzbaren SQL-Fensterfunktionen Abfragen für Datenanalysen und Data Engineering erstellst. 

Assoziierter Datenanalyst in SQL

SQL Grundlagen

Rahmen für den gleitenden Durchschnitt

Interaktive praktische Übung