In dit hoofdstuk leer je wat vensterfuncties zijn en de twee basis-subclausules van vensterfuncties: ORDER BY en PARTITION BY.

Introductie

Vensterfuncties versus GROUP BY

Rijen nummeren

Olympische Spelen oplopend nummeren

ORDER BY

Olympische Spelen omgekeerd nummeren

Olympische sporters nummeren op basis van behaalde medailles

Regerend kampioenen gewichtheffen

PARTITION BY

Regerende kampioenen per gender

Regerend kampioenen per gender en event

Rownummers met partitionering

Introductie tot vensterfuncties

In dit hoofdstuk leer je drie praktische toepassingen van vensterfuncties: waarden ophalen uit verschillende delen van de tabel, rijen rangschikken op basis van hun waarden en rijen in verschillende tabellen indelen.

Ophalen

Toekomstige goudenmedaillewinnaars

Eerste atleet op naam

Laatste land op naam

Rangschikking

Sporters rangschikken op behaalde medailles

Atleten uit meerdere landen rangschikken

Uitvoer van DENSE_RANK

Paging

Pagineren van events

Bovenste, middelste en onderste derde

Ophalen, rangschikken en pagineren

In dit hoofdstuk leer je hoe je aggregatiefuncties die je kent, zoals `AVG()` en `SUM()`, als vensterfuncties gebruikt, en hoe je frames definieert om de output van een vensterfunctie te veranderen.

Aggregaat-vensterfuncties

Lopende totalen van medailles per atleet

Maximum aantal landmedailles per jaar

Minimale landmedailles per jaar

Frames

Aantal rijen in een frame

Moving maximum van medailles van Scandinavische atleten

Schuivend maximum van Chinese atletenmedailles

Voortschrijdende gemiddelden en totalen

Frame van het voortschrijdend gemiddelde

Voortschrijdend gemiddelde van Russische medailles

Schuivend totaal van medailles per land

Geaggregeerde vensterfuncties en frames

In dit laatste hoofdstuk leer je technieken en functies die handig zijn in combinatie met vensterfuncties.

Pivoteren

Een eenvoudige pivot

Pivoteren met ranking

ROLLUP en CUBE

Subtotalen op landniveau

Alle subtotalen op groepsniveau

Een overzicht van handige functies

Resultaten opschonen

Resultaten samenvatten

Verder dan vensterfuncties

Summer olympics dataset

Course Glossary

Heb je je weleens afgevraagd hoe dataprofessionals SQL gebruiken om echte bedrijfsproblemen op te lossen, zoals het maken van rankings, het berekenen van voortschrijdende gemiddelden en cumulatieve totalen, het dedupliceren van gegevens of het uitvoeren van time intelligence? Als je al weet hoe je met SQL gegevens selecteert, filtert, sorteert, joinet en groepeert, is deze cursus je volgende stap. Aan het einde schrijf je queries als een pro! Je leert hoe je queries maakt voor analytics en data engineering met vensterfuncties, het geheime wapen van SQL! Met vluchtgegevens ontdek je hoe eenvoudig vensterfuncties zijn, en hoe flexibel en efficiënt ze werken.

De video's bevatten live-transcripties die je kunt tonen door linksonder in de video's op "Transcriptie" te klikken.
De cursustrefwoordenlijst vind je rechts in de sectie met bronnen.
Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets via de CPE-creditsvermelding aan de rechterkant.

Data Manipulation in SQL

Leer hoe je queries maakt voor analyses en data-engineering met vensterfuncties, de SQL-geheime wapen!

PostgreSQL samenvattingsstatistieken en vensterfuncties

Leer hoe je query's maakt voor analytics en data engineering met windowfuncties, het geheime wapen van SQL! 

Junior data-analist in SQL

De basis van SQL

Uitvoer van DENSE_RANK

PostgreSQL samenvattingsstatistieken en vensterfuncties

Interactieve oefening met praktijkervaring