Vensterfuncties in Snowflake

Tijd om een tandje bij te schakelen! In dit hoofdstuk til je rangschikkingsfuncties naar een hoger niveau. Je begint met een variant van RANK, genaamd DENSE_RANK, die gelijke standen net even anders afhandelt. Je verkent ook een robuustere versie van de functies uit de vorige les met NTH_VALUE. Daarna maak je “buckets” van data met NTILE, wat nuttiger is dan je misschien denkt. Ook pak je een handig hulpmiddel op, CUME_DIST, om het aantal records te vinden dat kleiner is dan of gelijk aan een bepaald record binnen een venster. Je sluit het hoofdstuk af met een van de krachtigste toepassingen van vensterfuncties tot nu toe: LAG en LEAD.

Je begint dit laatste hoofdstuk met aggregatiefuncties zoals AVG, COUNT en SUM. Je vergelijkt de uitvoer van deze functies met individuele records binnen een venster en gebruikt die ook voor extra berekeningen. Daarna beheers je de meest spannende toepassing van vensterfuncties: lopende en voortschrijdende berekeningen! Je start met het berekenen van cumulatieve gemiddelden en totalen voor verschillende metrics rond het laden van elektrische voertuigen. Tot slot rond je de cursus af door voortschrijdende totalen en gemiddelden te genereren met een schuivend venster!