Build your ultimate AI agent
コース説明
Snowflake のウィンドウ関数を活用して、問題解決の手法を大幅に広げましょう！このコースでは、データの外れ値を特定したり、移動平均を計算したりするための技術を習得します。まず、従来の集計関数とウィンドウ関数の違いを理解します。次に、Snowflake のクエリ内のすべてのレコードに行番号やランキングを付与することで、ウィンドウ関数の構造をしっかり押さえましょう。基礎を固めたら、ウィンドウ関数とパーティションを組み合わせます。これにより、レコードを順序付きのグループにまとめ、連続する値を比較できるようになります。最後は、集計ウィンドウ関数とローリング平均を学びます。これらはデータの整形と分析において特に役立つウィンドウ関数の応用例です。コースを修了する頃には、Snowflake のクエリをさらに強力にする新しいスキルセットが身に付いています！
前提条件
カリキュラム
コース概要
1
ウィンドウ関数
Snowflake のウィンドウ関数で、さまざまな可能性への扉を開きましょう！まず、ウィンドウ関数と従来の関数の違いを理解します。次に、クエリ内の各レコードに行番号とランキングを付与する方法を学びます。基礎をしっかり習得したら、PARTITION BY を使ってウィンドウ関数の「ウィンドウ」部分を実践します。特定のウィンドウの最初と最後の値を取得・活用する方法を探り、最後に集計関数の概要もご紹介します。
2
ランキングウィンドウ関数
さらに一歩進みましょう！この章では、ランキング関数を発展させて学びます。まず、同順位の扱いが少し異なる RANK の派生である DENSE_RANK から始めます。また、前の章で扱った関数をより汎用的にした NTH_VALUE についても学びます。次に、NTILE を使ってデータを「バケツ」に分ける方法を紹介します。これは思った以上に便利な機能です。さらに、ウィンドウ内で特定のレコード以下のレコード数を求める CUME_DIST という便利なツールも取り上げます。章の締めくくりは、これまで学んだウィンドウ関数の中でも特に強力な LAG と LEAD です。
3
集計ウィンドウ関数
この最終章では、AVG、COUNT、SUM といった集計関数から始めます。これらの関数の出力をウィンドウ内の個々のレコードと比較したり、追加の計算に活用したりする方法を学びます。その後、ウィンドウ関数の最も魅力的な応用例である、累積計算と移動計算を習得しましょう！電気自動車の充電データを用いて、累積平均と累積合計を計算します。最後は、スライディングウィンドウを使って移動合計と移動平均を求め、コースを締めくくります！
S
Snowflake のウィンドウ関数
コース修了
