Apakah itu window function?

Question

Accepted Answer

**Window function** melaksanakan pengiraan merentasi satu set baris (sebuah "window") **berkaitan dengan baris semasa**, *tanpa meruntuhkannya menjadi satu baris output tunggal* (tidak seperti agregat dengan `GROUP BY`). Ia membolehkan analitik yang berkuasa — jumlah berjalan, kedudukan, perbandingan dengan baris lain — sambil mengekalkan setiap baris dalam hasil.

## Perbezaan utama berbanding 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.
```

## Fungsi kedudukan (ranking)

```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;
```

Klausa `OVER (...)` mentakrifkan window. **`PARTITION BY`** membahagikan baris kepada kumpulan (seperti GROUP BY, tetapi setiap baris), dan **`ORDER BY`** menyusun dalam setiap partition. `ROW_NUMBER`/`RANK`/`DENSE_RANK` memberikan kedudukan.

## Fungsi window agregat (jumlah berjalan, agregat setiap kumpulan)

```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;
```

Agregat sebagai window function mengira jumlah berjalan, purata bergerak, atau agregat setiap partition sambil mengekalkan setiap baris — mustahil dengan GROUP BY semata-mata.

## LAG/LEAD — membandingkan dengan baris lain

```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`** mengakses nilai daripada baris sebelumnya/seterusnya — sesuai untuk perbandingan tempoh-ke-tempoh (pertumbuhan bulan-ke-bulan, dll.).

## Mengapa ia penting

Window function ialah ciri SQL yang berkuasa dan lanjutan yang penting untuk **query analitik**, dan memahaminya merupakan pengetahuan peringkat senior yang bernilai untuk analisis data, pelaporan, dan query yang kompleks.

Keupayaan utamanya — melaksanakan pengiraan merentasi baris berkaitan **sambil mengekalkan setiap baris** (tidak seperti GROUP BY, yang meruntuhkan baris) — membolehkan sekelas analitik yang sukar atau mustahil dilakukan sebaliknya: **kedudukan** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — mencari N teratas setiap kumpulan, memberikan kedudukan), **jumlah berjalan dan purata bergerak** (jumlah kumulatif, agregat setiap partition yang ditunjukkan bersebelahan setiap baris), dan **perbandingan baris-ke-baris** (`LAG`/`LEAD` untuk analisis tempoh-ke-tempoh seperti pertumbuhan bulan-ke-bulan).

Ini merupakan keperluan analitik yang biasa dan bernilai (papan pendahulu, metrik kumulatif, analisis arah aliran, membandingkan setiap baris dengan purata kumpulannya) yang dikendalikan window function dengan elegan dalam satu query, di mana SQL sebelum window function memerlukan self-join atau subquery yang kompleks.

Memahami sintaks `OVER (PARTITION BY ... ORDER BY ...)` (mentakrifkan window), fungsi kedudukan, fungsi window agregat (jumlah berjalan, agregat setiap partition), dan `LAG`/`LEAD` (mengakses baris lain) merangkumi peralatan analitik yang berkuasa ini.

Memandangkan analisis data dan pelaporan yang canggih merupakan kegunaan penting SQL, dan memandangkan window function ialah cara moden dan berkuasa untuk menyatakan kedudukan, pengiraan berjalan, dan perbandingan baris (jauh lebih berkemampuan dan elegan berbanding alternatif), menguasai window function adalah pengetahuan yang bernilai dan kerap digunakan untuk SQL analitik yang membezakan pembangun yang boleh menulis query data yang canggih — ciri kemahiran SQL lanjutan dan topik biasa dalam peranan dan temu duga yang berfokus pada data.