or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
เปิดประตูสู่โลกแห่งความเป็นไปได้ด้วย window functions ใน Snowflake! เริ่มต้นด้วยการแยกความแตกต่างระหว่าง window functions กับฟังก์ชันแบบดั้งเดิม จากนั้นจะเรียนรู้การกำหนดหมายเลขแถวและการจัดอันดับให้กับทุกระเบียนในคิวรี เมื่อเข้าใจพื้นฐานแล้ว จะเข้าสู่แก่นของ window functions อย่างแท้จริงด้วย PARTITION BY พร้อมสำรวจการค้นหาและใช้งานค่าแรกและค่าสุดท้ายของ window ก่อนปิดท้ายด้วยการแนะนำ aggregation functions
ยกระดับทักษะให้สูงขึ้นอีกขั้น! ในบทนี้จะพาไปเจาะลึก ranking functions ให้ลึกยิ่งขึ้น เริ่มด้วย DENSE_RANK ซึ่งเป็นรูปแบบหนึ่งของ RANK ที่จัดการกับค่าเท่ากันในแบบที่แตกต่างออกไป จากนั้นจะสำรวจ NTH_VALUE ซึ่งเป็นเวอร์ชันที่ครอบคลุมกว่าฟังก์ชันที่เคยเรียนมา ต่อด้วยการสร้าง "กลุ่ม" ข้อมูลด้วย NTILE ที่มีประโยชน์มากกว่าที่คิด นอกจากนี้ยังมี CUME_DIST เครื่องมือที่ใช้หาจำนวนระเบียนที่น้อยกว่าหรือเท่ากับระเบียนที่กำหนดใน window และปิดท้ายบทด้วย LAG และ LEAD ซึ่งเป็นหนึ่งในการประยุกต์ใช้ window functions ที่ทรงพลังที่สุด
บทสุดท้ายนี้จะเริ่มต้นด้วย aggregation functions อย่าง AVG, COUNT และ SUM โดยเปรียบเทียบผลลัพธ์ของฟังก์ชันเหล่านี้กับระเบียนแต่ละรายการใน window รวมถึงการนำไปต่อยอดคำนวณเพิ่มเติม จากนั้นจะเชี่ยวชาญการประยุกต์ใช้ window functions ที่น่าสนใจที่สุด ได้แก่ การคำนวณแบบสะสมและแบบเคลื่อนที่! เริ่มด้วยการคำนวณค่าเฉลี่ยสะสมและยอดรวมสะสมของตัวชี้วัดต่าง ๆ สำหรับการชาร์จยานยนต์ไฟฟ้า และปิดท้ายคอร์สด้วยการสร้างยอดรวมเคลื่อนที่และค่าเฉลี่ยเคลื่อนที่ด้วย sliding window!
แบบฝึกหัดปัจจุบัน