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.

Recupero

Futuri medagliati d'oro

Primo atleta per nome

Ultimo paese per nome

Classifiche

Classificare gli atleti per medaglie vinte

Classificare atleti di più paesi

Output di DENSE_RANK

Paginazione

Suddivisione in pagine degli eventi

Terzi superiore, medio e inferiore

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 window functions

Running totals of athlete medals

Maximum country medals by year

Minimum country medals by year

Frames

Number of rows in a frame

Moving maximum of Scandinavian athletes' medals

Moving maximum of Chinese athletes' medals

Moving averages and totals

Moving average's frame

Moving average of Russian medals

Moving total of countries' medals

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

Ti sei mai chiesto come i professionisti dei dati usano SQL per risolvere problemi di business reali, come generare classifiche, calcolare medie mobili e totali progressivi, rimuovere duplicati o fare analisi temporali? Se sai già selezionare, filtrare, ordinare, unire e raggruppare dati con SQL, questo corso è il passo successivo. Alla fine, scriverai query come un professionista! Imparerai a creare query per analytics e data engineering con le funzioni finestra, l’arma segreta di SQL! Usando dati sui voli, scoprirai quanto è semplice usare le funzioni finestra e quanto siano flessibili ed efficienti.

I video includono trascrizioni in tempo reale che puoi mostrare cliccando "Show transcript" in basso a sinistra nei video.
Il glossario del corso si trova a destra nella sezione risorse.
Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione cliccando sul riquadro dei crediti CPE sulla destra.

Data Manipulation in SQL

Scopri come creare query per analisi e ingegneria dati con le funzioni finestra, l'arma segreta SQL!

Statistiche riepilogative e funzioni finestra in PostgreSQL

Scopri come creare query per l'analisi e l'ingegneria dei dati con le funzioni finestra, l'arma segreta di SQL! 

Analista dati associato in SQL

Fondamenti di SQL

Output di DENSE_RANK

Statistiche riepilogative e funzioni finestra in PostgreSQL

Esercizio pratico interattivo