SQL ANSI avec fonctions analytiques

SQL ANSI avec fonctions analytiques

J’espère que vous avez eu la chance de lire nos précédents 10 meilleurs articles. Comme promis, nous continuons la série avec une plongée plus profonde dans une autre des 10 fonctionnalités les plus intéressantes de Snowflake : ANSI SQL.

#5 SQL conforme à ANSI avec fonctions analytiques

Chez Snowflake, nous pensons qu’il doit être facile d’accéder, d’interroger et de tirer des informations de vos données. Pour soutenir cela, nous offrons à nos utilisateurs la possibilité d’interroger toutes leurs données à l’aide de la norme ANSI. SQL . (Difficile de vous appeler une base de données relationnelle autrement, non ?).

Cependant, Snowflake va au-delà du SQL de base, fournissant des analytique et fenêtrage fonctionne dans le cadre de notre service d’entrepôt de données. Des fonctions comme :

  • CUME_DIST
  • DENSE_RANK
  • FIRST_VALUE
  • DÉCALAGE
  • LAST_VALUE
  • CONDUIRE
  • NTILE
  • PERCENT_RANK
  • RANG
  • ROW_NUMBER

select Nation, Customer, Total
from (select n.n_name Nation,
             c.c_name Customer,             
             sum(o.o_totalprice) Total,
             rank() over (partition by n.n_name
      order by sum(o.o_totalprice) desc)
     customer_rank
     from orders o,
     customer c,
     nation n
     where o.o_custkey = c.c_custkey
     and c.c_nationkey = n.n_nationkey
     group by 1, 2)
where customer_rank <= 3
order by 1, customer_rank;

Comme vous le voyez dans l’exemple, nous prenons en charge non seulement les fonctions de fenêtrage analytique, mais toutes les autres fonctionnalités que vous attendez de SQL. Cela inclut, mais sans s’y limiter, les fonctions d’agrégation générales (par exemple, la somme), les tables virtuelles imbriquées, les sous-requêtes, l’ordre par et le groupe par.

En plus des fonctions d’agrégation générales, nous avons également :

  • Fonctions d’agrégation au niveau du bit
  • Fonctions de régressions linéaires et
  • Fonctions d’estimation de cardinalité (c.-à-d. HyperLogLog)

Ainsi, si vos requêtes existantes sont écrites en SQL standard, elles sera exécuter dans Snowflake. Et, comme nous l’avons noté dans le précédent Blog sur JSONvous pouvez appliquer toutes ces fonctions à vos données semi-structurées nativement en utilisant Snowflake.

Une autre raison d’aimer Snowflake Elastic Data Warehouse.

Comme toujours, gardez un œil sur ce site de blog (ou mieux – inscrivez-vous au flux RSS), et nos flux Twitter Snowflake (@SnowflakeDB), (@kentgraziano), et (@cloudsommelier) pour plus d’informations sur le Top 10 des choses cool à propos de Snowflake et pour des mises à jour sur toutes les actions et activités ici à Snowflake Computing.

Liens supplémentaires

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.