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.

Fonctions de fenêtrage agrégées

Total cumulé des médailles remportées par les athlètes

Nombre maximal de médailles par pays et par année

Nombre minimal de médailles par pays et par année

Cadres

Nombre de lignes dans un cadre

Nombre maximal mobile de médailles remportées par les athlètes scandinaves

Nombre maximal mobile de médailles des athlètes chinois

Moyennes mobiles et totaux

Cadre de la moyenne mobile

Moyenne mobile des médailles russes

Somme mobile des médailles par pays

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

Avez-vous déjà réfléchi à la manière dont les professionnels des données utilisent SQL pour résoudre des problèmes commerciaux concrets, tels que la génération de classements, le calcul de moyennes mobiles et de totaux cumulés, la déduplication de données ou l'analyse temporelle ? Si vous maîtrisez déjà la sélection, le filtrage, le tri, la jointure et le regroupement de données avec SQL, ce cours constitue la prochaine étape de votre apprentissage. À la fin, vous serez en mesure de rédiger des requêtes avec une grande aisance. Vous apprendrez à créer des requêtes pour l'analyse et l'ingénierie des données à l'aide des fonctions de fenêtrage, l'arme secrète du langage SQL. En utilisant les données des vols, vous découvrirez à quel point il est simple d'utiliser les fonctions de fenêtrage, et à quel point elles sont flexibles et efficaces.

Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Afficher la transcription » en bas à gauche des vidéos.
Le glossaire du cours se trouve à droite dans la section « Ressources ».
Pour obtenir des crédits CPE, vous devez suivre le cours dans son intégralité et obtenir une note d’au moins 70 % à l'évaluation qualifiante. Vous pouvez accéder à l'évaluation en cliquant sur la mention « Crédits CPE » à droite.

Data Manipulation in SQL

Apprenez à créer des requêtes pour l'analyse et l'ingénierie des données avec les fonctions fenêtre SQL !

Statistiques récapitulatives et fonctions de fenêtrage PostgreSQL

Apprenez à créer des requêtes pour l'analyse et l'ingénierie des données à l'aide des fonctions de fenêtrage, l'arme secrète du langage SQL. 

Analyste de données associé en SQL

Principes fondamentaux de SQL

Nombre de lignes dans un cadre

Exercice interactif pratique