知识卡片
窗口函数与滑动窗口
与GROUP BY的区别:分组聚合把多行压成一行,明细消失;窗口函数对一组行计算,却把结果贴回每一行,明细全部保留。因此可以既看某个客户的销售额,又看他在全体客户中的排名。
三个控制点:函数名决定算什么,OVER里ORDER BY决定按什么排序,PARTITION BY决定分组边界——每个分区内独立重算,排名从1重新开始。并列时RANK()给相同名次并跳号,DENSE_RANK()不跳号,ROW_NUMBER()则强行排出唯一序号。
滑动窗口:用ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING把计算范围限定为当前行前后各两行,AVG就变成五点移动平均,用来平滑周销量的剧烈波动。序列两端没有足够的相邻行,窗口自然变窄,于是开头几周实际是三点、四点平均。这不是错误,但如果要严格等宽窗口,就得改用其他定义或补数据。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第11章 高级分析技术与工具:数据库内分析 · 查看原书依据
窗口函数(window function)做数据聚合,但是依旧提供了整个数据集的汇总结果。例如,可以使用RANK()函数基于某些属性对一组行进行排序。基于11.1.2节中介绍的orders_recent SQL表,以下SQL查询提供了基于客户总支出的排名。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第11章 高级分析技术与工具:数据库内分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0021_split_003.html)
- 结论依据:11.3.1节窗口函数保留数据集汇总结果的说明、PARTITION BY示例、移动平均的ROWS BETWEEN写法与两端窗口变窄的解释。
- 原始内容:窗口函数(window function)做数据聚合,但是依旧提供了整个数据集的汇总结果。例如,可以使用RANK()函数基于某些属性对一组行进行排序。基于11.1.2节中介绍的orders_recent SQL表,以下SQL查询提供了基于客户总支出的排名。