数据分析师的SQL功底该学到什么程度?
常有朋友问,数据分析师的SQL功底该学到什么程度。今天就先谈谈 T-SQL 中的 Window Function.
Window Function 包含了 4 个大类。分别是:
- 1 - Rank Function
- 2 - Aggregate Function
- 3 - Offset Function
- 4 - Distribution Function.
1 - Rank Function 平常用到最多
- 1.1 Rank() Over()
- 1.2 Row_Number() Over()
- 1.3 Dense_Rank() Over()
- 1.4 NTILE(N) Over()
这四个函数,要注意的地方有两点:
a. Rank() Over() 与 Row_Number() Over() :
两者唯一的区别,就在于Row_Number() Over() 真正实现了相同条件的两条或者多条记录是用唯一值来区别的
b. Rank() Over() 与 Dense_Rank() Over() :
这两者的区别,在于他们对位于相同排名之后的名次,是接着相同排名的连续数(Rank) 还是相隔 N 个相同记录个数之后的连续数(Dense_Rank)。
所以 Rank 出来的结果都是连续数字,而 Dense_Rank 出来的结果有可能有跳格数。
c. 除了有用法上的区别外,顺带说说分页的实现:
第一种,我们平常用 Row_Number() 加 Top (N) 来实现 :
- select top(100) *
- from ( select
- OrderId
- , OrderMonth
- , OrderAmount
- , Row_Number() Over(
- OrderBy OrderAmount DESC)
- AS Amt_Order
- from FctSales) tmp
- Where Amt_Order between 2000 and 3000
第二种,SQL Server 2012 之后的新功能:
- Select OrderId
- , OrderMonth
- , OrderAmount
- From FctSales
- Order by OrderAmount Desc
- OffSet 2000 ROWS
- Fetch Next 100 ROWS Only
按照量的大小倒序排,取第 2000 条后的记录中前 100 条。
2 - Aggregate Function. 聚合数据
- 2.1 - Sum() Over()
- 2.2 - Count() Over()
- 2.3 - AVG() Over()
- 2.4 - MIN() Over()
- 2.5 - MAX() Over()
在使用 Aggregation 函数的时候,唯一要注意的地方就是 Order 子句。
- function_name(<arguments>) Over(
- [ <window partition clause>]
- [ <window Order clause>
- [ <window frame clause>]
- ])
Over::
- Over(
- [ <PARTITION BY clause> ]
- [ <ORDER BY clause> ]
- [ <ROW or RANGE clause> ]
- )
::窗口中的窗口
- ROWS | RANGE
- BETWEEN
- UNBOUNDED PRECDEDING |
- <N> PRECEDING |
- <N> FOLLOWING |
- CURRENT ROW
- AND
- UNBOUNDED FOLLOWING |
- <N> PRECEDING |
- <N> FOLLOWING |
- CURRENT ROW
举一个例子:
- select custid
- , ordermonth
- , ordervolume
- , sum(ordervolume)
- over( partition by custid
- order by ordermonth asc
- rows between
- unbounded preceding
- and current row)
- as cumulatedVolume
- from FctSales
统计了截止到目前为止,每一天的累计总量。
3 - Offset Function:定位记录
- 3.1 Lead()
- 3.2 LAG()
- 3.3 First_Value()
- 3.4 Last_Value()
- 3.5 Nth_Value()
这一类比较好理解,根据当前的记录,获取前后 N 条数据。
4 - Distribution Function: 分布函数
- 4.1- PERCENT_RANK()
- 4.2 - CUME_DIST()
- 4.3 - PERCENT_COUNT()-
- 4.4 - PERCENT_DISC()
这一类应用,到目前为止,未用过。适用于财会类的统计。
原文链接:https://mp.weixin.qq.com/s/vnmeSZWEKThfOmHsusDGjA
本文由主机测评网发布,不代表主机测评网立场,转载联系作者并注明出处:https://zhuji.jb51.net/shujuku/3117.html