or
Latihan ini merupakan bagian dari kursus
Buka jendela menuju berbagai kemungkinan dengan fungsi window di Snowflake! Anda akan mulai dengan membedakan fungsi window dari fungsi tradisional. Lalu, Anda akan belajar cara memberikan nomor baris dan peringkat untuk setiap rekaman dalam sebuah kueri. Setelah menguasai dasar-dasarnya, Anda akan menambahkan “window” pada fungsi window dengan menggunakan PARTITION BY. Anda akan mempelajari cara menemukan dan menggunakan nilai pertama dan terakhir dari suatu window sebelum menutup dengan cuplikan fungsi agregasi.
Saatnya naik tingkat! Pada bab ini, Anda akan membawa fungsi peringkat ke level berikutnya. Anda akan mulai dengan varian RANK bernama DENSE_RANK, yang menangani nilai seri dengan cara yang sedikit berbeda. Anda juga akan mengeksplorasi versi yang lebih tangguh dari fungsi yang Anda lihat pada pelajaran sebelumnya menggunakan NTH_VALUE. Selanjutnya, Anda akan membuat “bucket” data menggunakan NTILE, yang lebih berguna daripada yang Anda kira. Anda juga akan mempelajari alat praktis bernama CUME_DIST untuk menemukan jumlah rekaman yang kurang dari atau sama dengan rekaman tertentu dalam sebuah window. Anda akan menutup bab dengan salah satu penerapan fungsi window yang paling kuat sejauh ini: LAG dan LEAD.
Anda akan memulai bab terakhir ini dengan fungsi agregasi seperti AVG, COUNT, dan SUM. Anda akan membandingkan keluaran fungsi-fungsi ini dengan rekaman individual dalam sebuah window, serta melakukan perhitungan tambahan. Setelah itu, Anda akan menguasai penerapan fungsi window yang paling menarik: perhitungan berjalan dan bergerak! Anda akan mulai dengan menghitung rata-rata berjalan dan total untuk berbagai metrik pengisian daya kendaraan listrik. Terakhir, Anda akan menutup kursus dengan menghasilkan total dan rata-rata bergerak menggunakan window geser!
Latihan Saat Ini