Hva er vindufunksjoner?

Question

Accepted Answer

**Vindufunksjoner** utfører beregninger på tvers av en mengde rader (et "vindu") **relatert til den gjeldende raden**, *uten å kollapse dem til en enkelt utdatrad* (ulikt aggregater med `GROUP BY`). De muliggjør kraftig analyse — løpende totaler, rangeringer, sammenligninger med andre rader — samtidig som hver rad beholdes i resultatet.

## Hovedforskjellen fra 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.
```

## Rangeringsfunksjoner

```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 (...)` klausulen definerer vinduen. **`PARTITION BY`** deler rader inn i grupper (som GROUP BY, men per-rad), og **`ORDER BY`** sorterer innenfor hver partisjon. `ROW_NUMBER`/`RANK`/`DENSE_RANK` tilordner rangeringer.

## Aggregatvindusfunksjoner (løpende totaler, per-gruppe aggregater)

```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;
```

Aggregater som vindufunksjoner beregner løpende totaler, glidende gjennomsnitt, eller per-partisjon aggregater samtidig som hver rad beholdes — umulig med GROUP BY alene.

## LAG/LEAD — sammenlign med andre rader

```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`** får tilgang til verdier fra forrige/neste rader — perfekt for periode-over-periode sammenligninger (måned-over-måned vekst, etc.).

## Hvorfor det betyr noe

Vindufunksjoner er en kraftig, avansert SQL-funksjon som er essentiell for **analytiske spørringer**, og å forstå dem er verdifull kunnskap på seniorsnivå for dataanalyse, rapportering og kompleks spørring.

Deres definierende evne — å utføre beregninger på tvers av relaterte rader **samtidig som hver rad beholdes** (ulikt GROUP BY, som kollapser rader) — muliggjør en hel klasse av analyser som er vanskelig eller umulig på annen måte: **rangeringer** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — finne topp N per gruppe, tilordne rangeringer), **løpende totaler og glidende gjennomsnitt** (kumulative summer, per-partisjon aggregater vist ved siden av hver rad), og **rad-til-rad sammenligninger** (`LAG`/`LEAD` for periode-over-periode analyse som måned-over-måned vekst).

Disse er vanlige, verdifulle analytiske behov (ranglister, kumulative metrikker, trendanalyse, sammenligning av hver rad med sin gruppes gjennomsnitt) som vindufunksjoner håndterer elegant i en enkelt spørring, der pre-vindusfunksjon SQL krevde komplekse selvsammenføyninger eller delspørringer.

Å forstå `OVER (PARTITION BY ... ORDER BY ...)` syntaksen (definering av vinduen), rangeringsfunksjonene, aggregatvindusfunksjoner (løpende totaler, per-partisjon aggregater), og `LAG`/`LEAD` (tilgang til andre rader) dekker det kraftige analytiske verktøysettet.

Siden dataanalyse og sofistikert rapportering er viktige bruksområder for SQL, og siden vindufunksjoner er den moderne, kraftige måten å uttrykke rangeringer, løpende beregninger og radsammenligninger på (betydelig mer kapabel og elegant enn alternativer), er det å beherske vindufunksjoner verdifull, hyppig brukt kunnskap for analytisk SQL som skiller utviklere som kan skrive sofistikerte dataspørringer — et kjennetegn på avansert SQL-ferdighet og et vanlig emne i dataretta roller og intervjuer.