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

Introductie

Vensterfuncties vs GROUP BY

Rijen nummeren

Olympische Spelen oplopend nummeren

ORDER BY

Olympische Spelen omgekeerd nummeren

Olympische atleten nummeren op basis van behaalde medailles

Regerend kampioenen gewichtheffen

PARTITION BY

Regerend kampioenen per gender

Regerend kampioenen per gender en event

Rownummers met partitionering

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 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

Heb je je weleens afgevraagd hoe dataprofessionals SQL gebruiken om echte bedrijfsproblemen op te lossen, zoals het genereren van ranglijsten, het berekenen van voortschrijdende gemiddelden en cumulatieve totalen, het dedupliceren van data of het uitvoeren van time intelligence? Als je al weet hoe je met SQL data selecteert, filtert, sorteert, joint en groepeert, is deze cursus je volgende stap. Aan het einde schrijf je query’s als een pro! Je leert hoe je query’s voor analytics en data-engineering maakt 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-transcripts die je kunt tonen door linksonder op "Show transcript" te klikken.
De cursustrefwoordenlijst vind je rechts in de sectie met bronnen.
Om CPE-kredieten te behalen moet je de cursus voltooien en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets via de CPE-kredietenvermelding 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

Medewerker data-analist in SQL

SQL-basisprincipes

Vensterfuncties vs GROUP BY

PostgreSQL Samenvattingsstatistieken en vensterfuncties

Praktische interactieve oefening