視窗函式不太好上手，不過先熟悉基本語法，能幫助你在撰寫更複雜的查詢時更得心應手。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
打開窗框，探索 Snowflake window functions 帶來的各種可能！你會先從分辨 window functions 與傳統函式開始。接著，你會學習如何在查詢中為每筆紀錄提供列號與排名。打穩基礎後，你會用 PARTITION BY 把「window」真正帶入 window functions。你將探索如何在特定視窗中找出並使用第一個與最後一個值，最後再搶先一瞥彙總函式。
當前練習
是時候再升級了！在本章中，你會把排名函式提升到新的層次。你會先從 RANK 的變體 DENSE_RANK 開始，它處理同分的方式略有不同。你也會用 NTH_VALUE 探索上一節中函式的更強版本。接著，你會使用 NTILE 將資料分成「區段」，這比你想像中更實用。你還會學到一個好用的小工具 CUME_DIST，用來找出在某個視窗中小於或等於特定紀錄的紀錄數比例。最後，你會用到目前為止最強大的 window function 應用之一：LAG 與 LEAD。
在最後一章中，你會從 AVG、COUNT、SUM 等彙總函式開始。你會將這些函式的輸出與視窗內的個別紀錄相比較，並進一步進行額外計算。之後，你將掌握最令人期待的 window function 應用：累積與移動計算！你會先為電動車充電的不同指標計算累積平均與累積總和。最後，你會以滑動視窗產生移動總和與移動平均，為課程畫下句點！
