विंडो फंक्शन्स म्हणजे काय?

Question

Accepted Answer

**विंडो फंक्शन्स** पंक्तींच्या संचापर (एक "विंडो") **वर्तमान पंक्तीशी संबंधित** गणना करतात, *त्यांना एका एकल आउटपुट पंक्तीमध्ये संकुचित न करता* (`GROUP BY` सह एग्रिगेट्सच्या विपरीत). ते शक्तिशाली विश्लेषण सक्षम करतात — चालणारी एकूणता, रँकिंग, इतर पंक्तींशी तुलना — प्रत्येक पंक्ती परिणामामध्ये ठेवत.

## GROUP BY पासून मुख्य फरक

```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.
```

## रँकिंग फंक्शन्स

```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 (...)` क्लॉज विंडो परिभाषित करतो. **`PARTITION BY`** पंक्तींना गटांमध्ये विभाजित करतो (GROUP BY प्रमाणे, परंतु प्रति-पंक्ती), आणि **`ORDER BY`** प्रत्येक विभाजनामध्ये क्रम लावतो. `ROW_NUMBER`/`RANK`/`DENSE_RANK` रँकिंग नियुक्त करतात.

## एग्रिगेट विंडो फंक्शन्स (चालणारी एकूणता, प्रति-गट एग्रिगेट्स)

```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;
```

विंडो फंक्शन्स म्हणून एग्रिगेट्स चालणारी एकूणता, मूव्हिंग एव्हरेज, किंवा प्रति-विभाजन एग्रिगेट्स मोजतात तर प्रत्येक पंक्ती ठेवतात — GROUP BY अकेलाच असंभव आहे.

## LAG/LEAD — इतर पंक्तींशी तुलना करा

```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`** मागील/पुढील पंक्तींमधील मूल्यांचा प्रवेश करतात — कालावधी-दर-कालावधी तुलनासाठी परिपूर्ण (महीना-दर-महीना वाढ, इत्यादी).

## हे महत्वाचे का आहे

विंडो फंक्शन्स एक शक्तिशाली, प्रगत SQL वैशिष्ट्य आहे जो **विश्लेषणात्मक क्वेरींसाठी** आवश्यक आहे, आणि त्यांना समजून घेणे डेटा विश्लेषण, रिपोर्टिंग आणि जटिल क्वेरीसाठी मूल्यवान सीनियर-स्तरीय ज्ञान आहे.

त्यांची परिभाषित क्षमता — संबंधित पंक्तींपार गणना करणे **प्रत्येक पंक्ती ठेवत** (GROUP BY च्या विपरीत, जो पंक्तींना संकुचित करतो) — विश्लेषणाचा संपूर्ण वर्ग सक्षम करतो जो अन्यथा कठीण किंवा असंभव आहे: **रँकिंग्स** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — प्रति गट शीर्ष N शोधणे, रँकिंग नियुक्त करणे), **चालणारी एकूणता आणि मूव्हिंग एव्हरेज (संचयी बेरीज, प्रति-विभाजन एग्रिगेट्स प्रत्येक पंक्तीसह दर्शविली जातात), आणि **पंक्ती-ते-पंक्ती तुलना** (`LAG`/`LEAD` महीना-दर-महीना विश्लेषण यांसारख्या कालावधी-दर-कालावधी विश्लेषणासाठी).

हे सामान्य, मूल्यवान विश्लेषणात्मक गरजा आहेत (लीडरबोर्ड्स, संचयी मेट्रिक्स, ट्रेंड विश्लेषण, प्रत्येक पंक्तीची त्याच्या गटच्या सरासरीशी तुलना) जे विंडो फंक्शन्स एकल क्वेरीमध्ये मोहकपणे हाताळतात, जेथे विंडो-पूर्व-फंक्शन SQL ला जटिल स्व-जॉईन्स किंवा सबक्वेरीज आवश्यक होत्या.

`OVER (PARTITION BY ... ORDER BY ...)` सिंटॅक्स (विंडो परिभाषित करणे), रँकिंग फंक्शन्स, एग्रिगेट विंडो फंक्शन्स (चालणारी एकूणता, प्रति-विभाजन एग्रिगेट्स), आणि `LAG`/`LEAD` (इतर पंक्तींचा प्रवेश) समजून घेणे शक्तिशाली विश्लेषणात्मक टूलकिट कव्हर करते.

डेटा विश्लेषण आणि परिष्कृत रिपोर्टिंग SQL चा महत्वाचा उपयोग आहेत, आणि विंडो फंक्शन्स रँकिंग्स, चालणारी गणना आणि पंक्ती तुलना व्यक्त करण्याचा आधुनिक, शक्तिशाली मार्ग आहेत (वैकल्पिकांपेक्षा लक्षणीयपणे अधिक सक्षम आणि मोहक), विंडो फंक्शन्समध्ये प्रभुत्व हे विश्लेषणात्मक SQL साठी मूल्यवान, वारंवार लागू केलेले ज्ञान आहे जे परिष्कृत डेटा क्वेरीज लिहू शकणार्या विकासकांना वेगळे करते — प्रगत SQL कौशल्याचे एक हॉलमार्क आणि डेटा-केंद्रित भूमिका आणि मुलाखतीमध्ये सामान्य विषय.