Czym są funkcje okna (window functions)?

Question

Accepted Answer

**Funkcje okna** wykonują obliczenia na zbiorze wierszy ("oknie") **związanym z bieżącym wierszem**, *bez ich zwijania w jeden wiersz wynikowy* (w przeciwieństwie do agregacji z `GROUP BY`). Umożliwiają zaawansowaną analitykę — sumy bieżące, rankingi, porównania z innymi wierszami — zachowując każdy wiersz w wyniku.

## Kluczowa różnica od 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.
```

## Funkcje rankingowe

```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;
```

Klauzula `OVER (...)` definiuje okno. **`PARTITION BY`** dzieli wiersze na grupy (jak GROUP BY, ale dla każdego wiersza), a **`ORDER BY`** porządkuje w obrębie każdej partycji. `ROW_NUMBER`/`RANK`/`DENSE_RANK` przypisują rankingi.

## Funkcje agregujące jako funkcje okna (sumy bieżące, agregaty per-grupy)

```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;
```

Agregaty jako funkcje okna obliczają sumy bieżące, średnie ruchome lub agregaty per-partycję, zachowując każdy wiersz — niemożliwe z samym GROUP BY.

## LAG/LEAD — porównywanie z innymi wierszami

```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`** uzyskują dostęp do wartości z poprzednich/następnych wierszy — idealne do porównań okres po okresie (wzrost rok do roku itp.).

## Dlaczego to ważne

Funkcje okna są zaawansowaną, potężną cechą SQL niezbędną do **zapytań analitycznych**, a ich zrozumienie jest cenną wiedzą na poziomie seniora dla analizy danych, raportowania i złożonych zapytań.

Ich definiująca zdolność — wykonywanie obliczeń na powiązanych wierszach **zachowując każdy wiersz** (w przeciwieństwie do GROUP BY, które zwija wiersze) — umożliwia całą klasę analityki, która jest trudna lub niemożliwa w inny sposób: **rankingi** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — znalezienie top N na grupę, przypisanie rang), **sumy bieżące i średnie ruchome** (sumy kumulacyjne, agregaty per-partycję wyświetlane obok każdego wiersza), oraz **porównania wiersz do wiersza** (`LAG`/`LEAD` do analizy okres po okresie, jak wzrost rok do roku).

To są typowe, wartościowe potrzeby analityczne (tabele wyników, metryki kumulacyjne, analiza trendów, porównywanie każdego wiersza ze średnią jego grupy), które funkcje okna obsługują elegancko w jednym zapytaniu, podczas gdy SQL sprzed funkcji okna wymagał złożonych self-joinów lub subzapytań.

Zrozumienie składni `OVER (PARTITION BY ... ORDER BY ...)` (definiowanie okna), funkcji rankingowych, funkcji agregujących okna (sumy bieżące, agregaty per-partycję) oraz `LAG`/`LEAD` (dostęp do innych wierszy) obejmuje potężny zestaw narzędzi analitycznych.

Ponieważ analiza danych i zaawansowane raportowanie są ważnym użytkowaniem SQL, a funkcje okna są nowoczesnym, potężnym sposobem wyrażania rankingów, obliczeń bieżących i porównań wierszy (znacznie bardziej zaawansowane i eleganckie niż alternatywy), opanowanie funkcji okna jest cenną, często stosowaną wiedzą do analitycznego SQL, która wyróżnia deweloperów umiejących pisać zaawansowane zapytania danych — cecha zaawansowanej umiejętności SQL i częsty temat w rolach skoncentrowanych na danych i podczas rozmów kwalifikacyjnych.