Co jsou okennové funkce?

Question

Accepted Answer

**Okennové funkce** provádějí výpočty v sadě řádků ("okna") **související s aktuálním řádkem**, *aniž by je sbíhaly do jednoho výstupního řádku* (na rozdíl od agregací s `GROUP BY`). Umožňují výkonné analýzy — běžící součty, hodnocení, porovnání s ostatními řádky — a přitom zachovávají každý řádek ve výsledku.

## Hlavní rozdíl od GROUP BY

```text
GROUP BY      → collapses groups into ONE row each (you lose individual rows)
Window function → computes across related rows but KEEPS every row
→ You get per-row detail AND aggregate/ranking info together.
```

## Hodnotící funkce

```sql
SELECT
  name, department, salary,
  ROW_NUMBER() OVER (ORDER BY salary DESC) AS overall_rank,     -- unique sequential rank
  RANK()       OVER (PARTITION BY department ORDER BY salary DESC) AS dept_rank,  -- rank within dept
  DENSE_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dense_rank
FROM employees;
```

Klauzule `OVER (...)` definuje okno. **`PARTITION BY`** rozděluje řádky do skupin (jako GROUP BY, ale pro každý řádek), a **`ORDER BY`** seřadí řádky v každém oddílu. `ROW_NUMBER`/`RANK`/`DENSE_RANK` přidělují hodnocení.

## Agregační okennové funkce (běžící součty, agregace na skupinu)

```sql
SELECT
  date, amount,
  SUM(amount) OVER (ORDER BY date) AS running_total,            -- cumulative sum
  AVG(amount) OVER (PARTITION BY category) AS category_avg,      -- avg per category, kept per row
  amount - AVG(amount) OVER (PARTITION BY category) AS diff_from_avg
FROM transactions;
```

Agregace jako okennové funkce počítají běžící součty, klouzavé průměry nebo agregace na oddíl a přitom zachovávají každý řádek — to s GROUP BY není možné.

## LAG/LEAD — porovnání s ostatními řádky

```sql
SELECT
  month, revenue,
  LAG(revenue) OVER (ORDER BY month) AS prev_month,             -- the previous row's value
  revenue - LAG(revenue) OVER (ORDER BY month) AS growth,        -- month-over-month change
  LEAD(revenue) OVER (ORDER BY month) AS next_month
FROM monthly_revenue;
```

**`LAG`/`LEAD`** přistupují k hodnotám z předchozích/následujících řádků — ideální pro srovnání mezi obdobími (meziměsíční růst atd.).

## Proč na tom záleží

Okennové funkce jsou výkonná, pokročilá funkcionalita SQL, která je zásadní pro **analytické dotazy**, a jejich pochopení je cenné znalost na úrovni seniorů pro analýzu dat, reporting a složitější dotazování.

Jejich definující schopnost — provádění výpočtů v souvisejících řádcích **a přitom zachování každého řádku** (na rozdíl od GROUP BY, která sbíhá řádky) — umožňuje celou třídu analýz, která je bez nich obtížná nebo nemožná: **hodnocení** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — nalezení top N na skupinu, přidělení hodnocení), **běžící součty a klouzavé průměry** (kumulativní součty, agregace na oddíl zobrazené vedle každého řádku), a **porovnání řádek po řádku** (`LAG`/`LEAD` pro analýzu mezi obdobími, jako je meziměsíční růst).

Toto jsou běžné, cenné analytické potřeby (žebříčky, kumulativní metriky, analýza trendů, porovnání každého řádku s průměrem své skupiny), které okennové funkce elegantně řeší jedním dotazem — SQL bez okennových funkcí by vyžadoval složité self-joins nebo poddotazy.

Pochopení syntaxe `OVER (PARTITION BY ... ORDER BY ...)` (definování okna), hodnotících funkcí, agregačních okennových funkcí (běžící součty, agregace na oddíl) a `LAG`/`LEAD` (přístup k ostatním řádkům) pokrývá tento výkonný analytický toolkit.

Protože analýza dat a sofistikované reportingy jsou důležitými použitím SQL a protože okennové funkce jsou moderním, výkonným způsobem, jak vyjádřit hodnocení, běžící výpočty a porovnání řádků (výrazně schopnější a elegantnější než alternativy), je zvládnutí okennových funkcí cennou, často používanou znalostí pro analytický SQL, která rozlišuje vývojáře, kteří umí psát sofistikované datové dotazy — znamení pokročilých SQL schopností a čestý téma v datech zaměřených rolích a pohovorech.