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.

Funções de janela agregadas

Totais de medalhas de atletas

Máximo de medalhas por país por ano

Mínimo de medalhas por país por ano

Molduras

Número de linhas em um quadro

Máximo de movimentação das medalhas dos atletas escandinavos

Movimentação máxima das medalhas dos atletas chineses

Médias móveis e totais

Quadro da média móvel

Média móvel de medalhas russas

Total móvel de medalhas dos países

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

Você já se perguntou como profissionais de dados usam SQL para resolver problemas reais de negócio, como gerar rankings, calcular médias móveis e totais acumulados, remover duplicidades ou fazer análises de tempo? Se você já sabe selecionar, filtrar, ordenar, juntar e agrupar dados com SQL, este curso é o seu próximo passo. Ao final, você estará escrevendo consultas como um especialista! Você vai aprender a criar consultas para analytics e engenharia de dados com funções de janela, a arma secreta do SQL! Usando dados de voos, você vai descobrir como é simples usar funções de janela — e como elas são flexíveis e eficientes.

Os vídeos contêm transcrições ao vivo que você pode exibir clicando em "Show transcript" no canto inferior esquerdo dos vídeos.
O glossário do curso está à direita, na seção de recursos.
Para obter créditos de CPE, você precisa concluir o curso e alcançar uma pontuação de 70% na avaliação qualificada. Você pode acessar a avaliação clicando no destaque de créditos de CPE à direita.

Data Manipulation in SQL

Aprenda a criar consultas para análise e engenharia de dados com funções de janela, o segredo do SQL!

Estatísticas Resumo e Funções de Janela no PostgreSQL

Saiba como criar consultas para análise e engenharia de dados com funções de janela, a arma secreta do SQL! 

Analista de dados associado em SQL

Fundamentos de SQL

Número de linhas em um quadro

Estatísticas Resumo e Funções de Janela no PostgreSQL

Exercício interativo prático