I det här kapitlet lär du dig vad fönsterfunktioner är, samt de två grundläggande delsatserna ORDER BY och PARTITION BY.

Introduktion

Fönsterfunktioner vs GROUP BY

Numrera rader

Numrera olympiska sommarspelen i stigande ordning

ORDER BY

Numrera olympiska spel i fallande ordning

Numrera olympiska idrottare efter antalet vunna medaljer

Regerande mästare i tyngdlyftning

PARTITION BY

Regerande mästare per kön

Regerande mästare per kön och gren

Radnummer med partitionering

Introduktion till fönsterfunktioner

I det här kapitlet lär du dig tre praktiska användningsområden för fönsterfunktioner: hämta värden från olika delar av tabellen, rangordna rader efter deras värden och dela in rader i grupper.

Hämtning

Framtida guldmedaljörer

Första idrottaren i alfabetisk ordning

Sista land efter namn

Rankning

Rangordna idrottare efter vunna medaljer

Rangordna idrottare från flera länder

Utdata från DENSE_RANK

Paginering

Sidindelning av grenar

Övre, mellersta och nedre tredjedelen

Hämtning, rankning och sidindelning

I det här kapitlet lär du dig att använda välbekanta aggregatfunktioner som `AVG()` och `SUM()` som fönsterfunktioner, och hur du definierar ramar för att påverka en fönsterfunktions utdata.

Aggregerade fönsterfunktioner

Löpande totalsummor för idrottarmedaljer

Maximalt antal medaljer per land och år

Minsta antal landsmedaljer per år

Ramar

Antal rader i en ram

Rörligt maximum för skandinaviska atleters medaljer

Rörligt maximum för kinesiska atleters medaljer

Rörliga medelvärden och löpande summor

Glidande medelvärdes ram

Glidande medelvärde för ryska medaljer

Rörlig totalsumma för länders medaljer

Aggregerade fönsterfunktioner och ramar

I det här sista kapitlet lär du dig tekniker och funktioner som är särskilt användbara i kombination med fönsterfunktioner.

Pivotering

En enkel pivotering

Pivotering med rankningar

ROLLUP och CUBE

Delsummor per land

Delsummor på alla gruppnivåer

En genomgång av användbara funktioner

Städa upp resultaten

Sammanfatta resultat

Bortom fönsterfunktioner

Summer olympics dataset

Course Glossary

Har du någonsin undrat hur dataproffs använder SQL för att lösa verkliga affärsproblem – som att skapa rankningar, beräkna glidande medelvärden och löpande summor, ta bort dubbletter eller utföra tidsbaserad analys? Om du redan kan selektera, filtrera, sortera, sammanfoga och gruppera data med SQL är den här kursen ditt nästa steg. När du är klar skriver du frågor på proffsnivå! Du lär dig att skapa frågor för analys och datateknik med fönsterfunktioner – SQL:s hemliga vapen! Med hjälp av flygdata får du se hur enkelt det är att använda fönsterfunktioner, och hur flexibla och effektiva de är.

Videorna innehåller direkttextning som du kan visa genom att klicka på "Visa transkript" längst ned till vänster i videon.
Kursens ordlista finns till höger i resursavsnittet.
För att få CPE-poäng behöver du genomföra kursen och nå ett resultat på 70 % på den kvalificerade bedömningen. Du når bedömningen genom att klicka på CPE-länken till höger.

Data Manipulation in SQL

Lär dig skapa frågor för analys och datahantering med fönsterfunktioner, SQL:s hemliga vapen!

PostgreSQL – Sammanfattande statistik och fönsterfunktioner

Lär dig skapa frågor för analys och data engineering med window functions, SQL:s hemliga vapen! 

Associate Data Analyst i SQL

SQL-grunder

Moving averages

Glidande medelvärden och totaler

Översikt

Källtabell

Glidande medelvärde

Glidande total

ROWS vs RANGE

Nu kör vi en övning!

Aggregerade fönsterfunktioner och ramar - Rörliga medelvärden och löpande summor

Rörliga medelvärden och löpande summor

Create Your Free Account