Kdy a jak použít klauzuli SQL PARTITION BY

V tomto článku prozkoumáme, kdy a jak použít klauzuli SQL PARTITION BY, a porovnáme to s použitím klauzule GROUP BY.

Vysvětlení funkce okna

Uživatelé databáze používají k provádění analýzy dat agregační funkce, jako je MAX(), MIN(), AVERAGE() a COUNT(). Tyto funkce pracují s celou tabulkou a vracejí jednotlivá agregovaná data pomocí klauzule GROUP BY. Někdy požadujeme agregované hodnoty přes malou sadu řádků. V tomto případě funkce Window kombinovaná s agregační funkcí pomáhá dosáhnout požadovaného výstupu. Funkce Window používá klauzuli OVER() a může zahrnovat následující funkce:

• Rozdělit podle:  Tím se řádky nebo sada výsledků dotazu rozdělí na malé oddíly.
• Objednat podle:  To uspořádá řádky ve vzestupném nebo sestupném pořadí pro okno oddílu. Výchozí pořadí je vzestupné.
• Řádek nebo rozsah:  Řádky v oddílu můžete dále omezit zadáním počátečního a koncového bodu.

V tomto článku se zaměříme na prozkoumání klauzule SQL PARTITION BY.

Příprava ukázkových dat

Předpokládejme, že máme tabulku [SalesLT].[Orders], která ukládá podrobnosti o zákaznických objednávkách. Obsahuje sloupec [City], který uvádí město zákazníka, kde byla zadána objednávka.

CREATE TABLE [SalesLT].[Orders]
(
orderid INT,
orderdate DATE,
customerName VARCHAR(100),
City VARCHAR(50),
amount MONEY
)
INSERT INTO [SalesLT].[Orders]
SELECT 1,'01/01/2021','Mohan Gupta','Alwar',10000
UNION ALL
SELECT 2,'02/04/2021','Lucky Ali','Kota',20000
UNION ALL
SELECT 3,'03/02/2021','Raj Kumar','Jaipur',5000
UNION ALL
SELECT 4,'04/02/2021','Jyoti Kumari','Jaipur',15000
UNION ALL
SELECT 5,'05/03/2021','Rahul Gupta','Jaipur',7000
UNION ALL
SELECT 6,'06/04/2021','Mohan Kumar','Alwar',25000
UNION ALL
SELECT 7,'07/02/2021','Kashish Agarwal','Alwar',15000
UNION ALL
SELECT 8,'08/03/2021','Nagar Singh','Kota',2000
UNION ALL
SELECT 9,'09/04/2021','Anil KG','Alwar',1000
Go

Řekněme, že chceme znát celkovou hodnotu objednávek podle místa (města). Pro tento účel používáme funkce SUM() a GROUP BY, jak je uvedeno níže.

SELECT City AS CustomerCity
,sum(amount) AS totalamount FROM [SalesLT].[Orders]
GROUP BY city
ORDER BY city

V sadě výsledků nemůžeme v příkazu SELECT použít neagregované sloupce. Například nemůžeme zobrazit [CustomerName] ve výstupu, protože není zahrnuto v klauzuli GROUP BY.

SQL Server zobrazí následující chybovou zprávu, pokud se pokusíte použít neagregovaný sloupec v seznamu sloupců.

SELECT City AS CustomerCity, CustomerName,amount,
SUM(amount) OVER(PARTITION BY city) TotalOrderAmount
FROM [SalesLT].[Orders]

Jak je ukázáno níže, klauzule PARTITION BY vytvoří menší okno (množinu datových řádků), provede agregaci a zobrazí ji. V tomto výstupu můžete také zobrazit neagregované sloupce.

Podobně můžete použít funkce AVG(), MIN(), MAX() k výpočtu průměrné, minimální a maximální částky z řádků v okně.

SELECT City AS CustomerCity, CustomerName,amount,
SUM(amount) OVER(PARTITION BY city) TotalOrderAmount,
Avg(amount) OVER(PARTITION BY city) AvgOrderAmount,
Min(amount) OVER(PARTITION BY city) MinOrderAmount,
MAX(amount) OVER(PARTITION BY city) MaxOrderAmount
FROM [SalesLT].[Orders]

Použití klauzule SQL PARTITION BY s funkcí ROW_NUMBER()

Dříve jsme získávali agregované hodnoty v okně pomocí klauzule PARTITION BY. Předpokládejme, že místo součtu požadujeme kumulativní součet v oddílu.

Kumulativní součet funguje následujícím způsobem.

Pořadí řádku se vypočítá pomocí funkce ROW_NUMBER(). Nejprve použijeme tuto funkci a zobrazíme pořadí řádků.

• Funkce ROW_NUMBER() používá klauzuli OVER a PARTITION BY a řadí výsledky ve vzestupném nebo sestupném pořadí. Začne seřazovat řádky od 1 v pořadí řazení.

SELECT City AS CustomerCity, CustomerName,amount,
ROW_NUMBER() OVER(PARTITION BY city ORDER BY amount DESC) AS [Row Number]
FROM [SalesLT].[Orders]

Například ve městě [Alwar] je řádek s nejvyšší částkou (25000,00) na řádku 1. Jak je znázorněno níže, řadí řádky v okně určeném klauzulí PARTITION BY. Například máme tři různá města [Alwar], [Džajpur] a [Kota] a každé okno (město) má své řady.

K výpočtu kumulativního součtu používáme následující argumenty.

• AKTUÁLNÍ ŘÁDEK:Určuje počáteční a koncový bod v určeném rozsahu.
• 1 následující:Určuje počet řádků (1), které mají následovat od aktuálního řádku.

SELECT City AS CustomerCity, CustomerName,amount,
ROW_NUMBER() OVER(PARTITION BY city ORDER BY amount DESC) AS [Row Number],
SUM(amount) OVER(PARTITION BY city ORDER BY amount DESC ROWS BETWEEN
CURRENT ROW AND 1 FOLLOWING) AS CumulativeSUM
FROM [SalesLT].[Orders]

Následující obrázek ukazuje, že v okně určeném klauzulí PARTITION BY získáte kumulativní součet namísto celkového součtu.

Pokud použijeme ROWS NEBOUNDED PRECEDING  v klauzuli SQL PARTITION BY vypočítá kumulativní součet následujícím způsobem. Používá aktuální řádky spolu s řádky s nejvyššími hodnotami v zadaném okně.

SELECT City AS CustomerCity, CustomerName,amount,
ROW_NUMBER() OVER(PARTITION BY city ORDER BY amount DESC) AS [Row Number],
SUM(amount) OVER(PARTITION BY city ORDER BY amount DESC
ROWS UNBOUNDED PRECEDING) AS CumulativeSUM
FROM [SalesLT].[Orders]

Porovnání klauzule GROUP BY a SQL PARTITION BY

Použití

Při práci s více skupinami dat pro agregované hodnoty v jednotlivé skupině se doporučuje použít klauzuli SQL PARTITION BY. Podobně jej lze použít k zobrazení původních řádků s dodatečným sloupcem agregovaných hodnot.