Window Functions in Snowflake

È il momento di alzare il livello! In questo capitolo porterai le funzioni di ranking un passo oltre. Partirai da una variante di RANK, chiamata DENSE_RANK, che gestisce i pari merito in modo leggermente diverso. Esplorerai anche una versione più robusta delle funzioni viste nella lezione precedente usando NTH_VALUE. Poi creerai dei “contenitori” di dati con NTILE, più utile di quanto potresti pensare. Aggiungerai anche un pratico strumento chiamato CUME_DIST per trovare il numero di record minori o uguali a un certo record in una finestra. Concluderai il capitolo con una delle applicazioni più potenti delle window functions viste finora: LAG e LEAD.

Inizierai questo capitolo finale con funzioni di aggregazione come AVG, COUNT e SUM. Confronterai l’output di queste funzioni con i singoli record in una finestra e lo userai per eseguire ulteriori calcoli. Dopo di ciò, padroneggerai l’applicazione più interessante delle window functions: i calcoli cumulativi e mobili! Partirai calcolando medie e totali cumulativi per diverse metriche legate alla ricarica dei veicoli elettrici. Infine, chiuderai il corso generando totali e medie mobili con una finestra scorrevole!