რა არის window functions?

Question

Accepted Answer

**Window functions** 수행하ენ გამოთვლებს მწკრივების ნაკრებზე ("window") **მიმდინარე მწკრივთან დაკავშირებული**, *მათი ერთ გამომავალ მწკრივში ჩაკეტვის გარეშე* (განსხვავებით aggregates-ისგან `GROUP BY`-თან). ისინი ხდიან მძლავრ ანალიტიკას შესაძლებელს — მიმდინარე ჯამები, რანგირება, შედარება სხვა მწკრივებთან — რადგან ბატონობენ თითოეულ მწკრივს შედეგში.

## ძირითადი განსხვავება GROUP BY-სგან

```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.
```

## რანგირების ფუნქციები

```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 (...)` პირობა განსაზღვრავს window-ს. **`PARTITION BY`** ყოფს მწკრივებს ჯგუფებად (როგორც GROUP BY, მაგრამ თითო-მწკრივი), და **`ORDER BY`** ალაგებს თითოეულ partition-ში. `ROW_NUMBER`/`RANK`/`DENSE_RANK` ანიჭებენ რანგებს.

## Aggregate window functions (მიმდინარე ჯამები, თითო-ჯგუფი aggregates)

```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;
```

Agregates როგორც window functions ითვლიან მიმდინარე ჯამებს, მოძრავი საშუალოებს, ან თითო-partition aggregates-ებს რადგან ბატონობენ თითოეულ მწკრივს — შეუძლებელი GROUP BY-ით მხოლოდ.

## LAG/LEAD — შედარება სხვა მწკრივებთან

```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`** მიდიან წვდომაზე წინა/შემდეგი მწკრივების მნიშვნელობებზე — იდეალური პერიოდ-პერიოდული შედარებებისთვის (თვე-თვის ზრდა, და ა.შ.).

## რატომ აქვს მნიშვნელობა

Window functions არის მძლავრი, advanced SQL ფუნქცია არსებითი **analytical queries**-სთვის, და მათი გაგება ღირებულია ძლიერი დონის ცოდნა მონაცემთა ანალიზისთვის, ანგარიშებისთვის და რთული მოსახლეობის შეკითხვებისთვის.

მათი განსაზღვრული უნარი — გამოთვლებების შესრულება დაკავშირებული მწკრივების გასწვრივ **რადგან ბატონობენ თითოეულ მწკრივს** (განსხვავებით GROUP BY-სგან, რომელიც ჩაკეტავს მწკრივებს) — ხდის ანალიტიკის მთელ კლასს შესაძლებელს, რომელიც რთული ან შეუძლებელია სხვაგვარად: **რანგირება** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — top N-ის პოვნა ჯგუფის მიხედვით, რანგების მიცემა), **მიმდინარე ჯამები და მოძრავი საშუალოები** (კუმულაციური ჯამები, თითო-partition aggregates-ები ნაჩვენებია თითოეული მწკრივის გვერდით), და **მწკრივ-მწკრივი შედარებები** (`LAG`/`LEAD` პერიოდ-პერიოდული ანალიზისთვის თვე-თვის ზრდის მსგავსი).

ეს არის საერთო, ღირებული ანალიტიკური საჭიროებები (გარე დოსიეები, კუმულაციური მეტრიკები, ტრენდის ანალიზი, თითოეული მწკრივის შედარება მისი ჯგუფის საშუალოსთან) რომელსაც window functions ელეგანტურად ბამ აკეთებენ ერთ მოსახლეობის შეკითხვაში, სადაც pre-window-function SQL მოითხოვა რთულ თავშეკავებულ join-ებს ან ქვე-მოსახლეობას.

`OVER (PARTITION BY ... ORDER BY ...)` სინტაქსის გაგება (window-ის განსაზღვრა), რანგირების ფუნქციები, aggregate window functions (მიმდინარე ჯამები, თითო-partition aggregates), და `LAG`/`LEAD` (სხვა მწკრივებზე წვდომა) მოიცავს მძლავრ ანალიტიკურ ხელსაწყოებს.

მათემატიკის მსგავსი მონაცემთა ანალიზი და მოწვევილი ანგარიშები არის SQL-ის მნიშვნელოვანი გამოყენება, და რადგან window functions არის თანამედროვე, მძლავრი გზა რანგირება, მიმდინარე გამოთვლების და მწკრივი შედარებების გამოხატვის (მნიშვნელოვნად უფრო შესაძლო და ელეგანტური ვიდრე ალტერნატივები), window functions-ის ოსტატობა ღირებული, ხშირად გამოყენებული ცოდნაა ანალიტიკური SQL-ის, რომელიც განასხვავებს განვითარებას, რომელიც შეიძლება დაწერა მოწვევილი მონაცემთა მოსახლეობის — advanced SQL უნარის ნიშანი და data-focused ნაწილებში და ინტერვიუებში საერთო თემა.