Exemples d'utilisation des fonctions window pour l'analyse de données

Maintenant, t'es prêt à plonger dans le monde des exemples pratiques pour voir comment tout ça marche sur des vrais cas !

Exemple : calcul du rang des ventes par région

Imaginons qu'on a une table sales qui contient des infos sur les ventes dans différentes régions. On doit déterminer le rang des ventes pour chaque région.

Objectif : trouver le rang (RANK) des ventes pour chaque région

SELECT
    region,
    sales_amount,
    RANK() OVER (PARTITION BY region ORDER BY sales_amount DESC) AS sales_rank
FROM 
    sales;

Résultat :

Fais gaffe, on a utilisé PARTITION BY region pour calculer les rangs séparément pour chaque région. Si on n'avait pas mis PARTITION BY, le rang aurait été calculé globalement sur toute la table.

Exemple : calcul de la somme cumulée du revenu

Maintenant, on va bosser sur la table transactions pour calculer la somme cumulée du revenu pour chaque client.

Objectif : calculer la somme cumulée pour chaque client

SELECT
    customer_id,
    purchase_date,
    amount,
    SUM(amount) OVER (PARTITION BY customer_id ORDER BY purchase_date) AS cumulative_sum
FROM 
    transactions;

Résultat :

Ici, le truc important c'est d'utiliser ORDER BY purchase_date dans OVER() pour que la somme cumulée soit calculée dans l'ordre chronologique.

Exemple : découpage des données en quantiles

Imagine qu'on a une table students avec les noms et les résultats des tests. On veut diviser les élèves en 4 groupes selon leurs scores.

Objectif : diviser les étudiants en 4 groupes avec NTILE()

SELECT
    name,
    test_score,
    NTILE(4) OVER (ORDER BY test_score DESC) AS quartile
FROM 
    students;

Le résultat de la requête sera comme ça :

NTILE(4) découpe les données en 4 groupes. Les élèves avec les meilleurs scores sont dans le premier groupe, ceux avec les plus faibles dans le dernier.

Exemple : analyse de données temporelles

Dans la table site_visits, on a des infos sur le nombre de visites par jour pour chaque site. On doit calculer la différence de visites entre les jours pour chaque site.

Notre objectif — calculer la différence de visites entre les jours

SELECT
    site_id,
    visit_date,
    visits,
    visits - LAG(visits) OVER (PARTITION BY site_id ORDER BY visit_date) AS visit_diff
FROM 
    site_visits;

Résultat :

La fonction LAG() permet de choper la valeur de la ligne précédente. Si y'a pas de donnée pour la ligne précédente, le résultat sera NULL. Tu verras plus de détails là-dessus dans les prochaines leçons :P

2

Mission

SQL SELF, niveau 30, leçon 1

Bloqué

Calcul du rang des ventes

Calcul du rang des ventes

Ouvrir