Mitä ovat ikkunafunktiot?

Question

Accepted Answer

**Ikkunafunktiot** suorittavat laskelmia rivien joukon yli ("ikkunan") **joka liittyy nykyiseen riviin**, *ilman niiden romahtamista yhdeksi tulosriviksi* (toisin kuin aggregaatit `GROUP BY`:n kanssa). Ne mahdollistavat tehokkaat analyyttiset kyselyt — juoksevat summat, sijoitukset, vertailut muihin riveihin — samalla säilyttäen jokaisen rivin tuloksessa.

## Keskeiset erot GROUP BY:n kanssa

```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.
```

## Sijoitusfunktiot

```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;
```

`OVER (...)` -lauseke määrittää ikkunan. **`PARTITION BY`** jakaa rivit ryhmiksi (kuten GROUP BY, mutta per rivi), ja **`ORDER BY`** järjestää kunkin osion sisällä. `ROW_NUMBER`/`RANK`/`DENSE_RANK` antavat sijoitukset.

## Aggregate-ikkunafunktiot (juoksevat summat, per-ryhmä aggregaatit)

```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;
```

Aggregate-funktiot ikkunafunktioina laskevat juoksevia summia, liukuvia keskiarvoja tai per-osio aggregaatteja säilyttäen samalla jokaisen rivin — mahdotonta pelkällä GROUP BY:llä.

## LAG/LEAD — vertaa muihin riveihin

```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`** pääsevät käsiksi edellisten/seuraavien rivien arvoihin — ihanteellinen jaksojen välisiin vertailuihin (kuukauden yli -kasvuun jne.).

## Miksi se on tärkeää

Ikkunafunktiot ovat tehokas, edistynyt SQL-ominaisuus, joka on välttämätön **analyyttisille kyselyille**, ja niiden ymmärtäminen on arvokas seniorilla tasolla olevaa tietoa data-analytiikasta, raportoinnista ja monimutkaisesta kyselyiden kirjoittamisesta.

Niiden määrittävä ominaisuus — laskelmien suorittaminen liittyvien rivien yli **säilyttäen jokaisen rivin** (toisin kuin GROUP BY, joka romahduttaa rivit) — mahdollistaa koko analyyttiikan luokan, joka on muutoin vaikeaa tai mahdotonta: **sijoitukset** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — top N:n löytäminen per ryhmä, sijoitusten antaminen), **juoksevat summat ja liukuvat keskiarvot** (kumulatiiviset summat, per-osio aggregaatit näytetään jokaisen rivin rinnalla), ja **rivien väliset vertailut** (`LAG`/`LEAD` jaksojen väliseen analyysiin kuten kuukauden yli -kasvuun).

Nämä ovat yleisiä, arvokkaita analyyttisia tarpeita (sijoituslistat, kumulatiiviset mittarit, trendianalyysi, jokaisen rivin vertaaminen sen ryhmän keskiarvoon), joita ikkunafunktiot käsittelevät eleganttisti yhdessä kyselyssä, kun taas ennen ikkunafunktioita SQL vaati monimutkaisia self-join-liitoksia tai alikyselyitä.

`OVER (PARTITION BY ... ORDER BY ...)` -syntaksin ymmärtäminen (ikkunan määrittäminen), sijoitusfunktiot, aggregate-ikkunafunktiot (juoksevat summat, per-osio aggregaatit) ja `LAG`/`LEAD` (muiden rivien käyttäminen) kattavat tehokkaan analyyttisen työkaluston.

Koska data-analyysi ja kehittynyt raportointi ovat tärkeitä SQL:n käyttötapoja, ja koska ikkunafunktiot ovat moderni, tehokas tapa ilmaista sijoituksia, juoksevia laskelmia ja rivien välisiä vertailuja (huomattavasti tehokkaampia ja elegantimpia kuin vaihtoehdot), ikkunafunktioiden hallitseminen on arvokasta, usein sovellettavaa tietoa analyyttisesta SQL:stä, joka erottaa kehittäjät, jotka voivat kirjoittaa kehittyneitä data-kyselyitä — edistyneen SQL-taidon merkki ja yleinen aihe data-keskeisissä rooleissa ja haastatteluissa.