[小ネタ] SQLの GROUP BY / ORDER BY には数字 (1, 2...) を指定しよう - Qiita
-------------------------------------------------------- -- users テーブルについて、部署・役職・作成日ごとに件数を集計する -- (MySQL用) -------------------------------------------------------- SELECT u.department_code `部署コード`, u.role_code `役職コード`, DATE_FORMAT(u.created_at, '%Y-%m-%d') `作成日`, COUNT(*) `人数` FROM users u GROUP BY u.department_code, u.role_code, DATE_FORMAT(u.created_at, '%Y-%m-%d') ORDER BY u.department_code ASC
![[小ネタ] SQLの GROUP BY / ORDER BY には数字 (1, 2...) を指定しよう - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/53a56ab3a66d4cb6943237e1b6a716a6fd2fbca3/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCJUU1JUIwJThGJUUzJTgzJThEJUUzJTgyJUJGJTVEJTIwU1FMJUUzJTgxJUFFJTIwR1JPVVAlMjBCWSUyMCUyRiUyME9SREVSJTIwQlklMjAlRTMlODElQUIlRTMlODElQUYlRTYlOTUlQjAlRTUlQUQlOTclMjAlMjgxJTJDJTIwMi4uLiUyOSUyMCVFMyU4MiU5MiVFNiU4QyU4NyVFNSVBRSU5QSVFMyU4MSU5NyVFMyU4MiU4OCVFMyU4MSU4NiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9ZGE0YTMxMTZmMmIxMDM0NDk0YjcxOTAyZTRmYmQ3NmY%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzc2Mta3NhaXRvdSZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ODc1YWI0ZmU0Y2UxYzZjMmQ3ZTExMTdkNDJkYTBhODE%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4gU1NDIFImRA%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25231E2121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3Db1d9e6c06055f91050fb82ce614c92b6)
Prestoでhistogram関数を使って可視化したいときのクエリ（on TreasureData） - Qiita
Prestoには、Histgram関数がありますが、返値がMap型になっています。 なので、その結果をどこかに書き出したいと思ってもイマイチ使いづらいです。 SELECT method, histogram(code) AS hist FROM www_access GROUP BY method こうしたときには、Mapの値を展開して、フラっトな形に直したいです。 そのためには、下記の関数を使います。 map_keys(x) map_values(x) https://prestodb.io/docs/current/functions/map.html unnest https://prestodb.io/docs/current/sql/select.html#unnest そんでもって、下のようなクエリを書きます。 With句のhist_tableでヒストグラムを作って、split
SQLでグループごとに上位数件ずつ取得する方法(Window関数) - Qiita
numの大きいものから上位5件ずつ取得する nameごとにnumの大きいものから上位5件ずつ取得します。 row_number()関数を使ってnumの降順に番号を付ける。 row_number()の代わりにrank()関数を使うとランキングの順位（同順位は同じ値）で取得できる。 select * from ( select name ,title ,num ,row_number() over (partition by name order by num desc) as rank from book ) where rank <= 5 window関数 ※ row_number()、rank()、avgなど表につけたい関数を指定する ⇒ 集約関数と異なり行自体はグループ化せずにカラムを付加するイメージ ※ over … ウィンドウ関数を使う宣言のようなもの（ウィンドウ関数の処理定義）
SQL で縦横変換まとめ（pivot と unpivot） - Qiita
下図のように、「縦持ち」のテーブルを「横持ち」に置き換えることをピボット（pivot）、逆に「横持ち」のテーブルを「縦持ち」に置き換えることをアンピボット（unpivot）と呼びます。これらの変換を行なう方法をまとめました。 標準SQL Presto Hive Pandas (Python) 標準SQL SQL-like なクエリ言語ならどこでも使える書き方です。 Pivot SELECT uid, max(CASE WHEN key = 'c1' THEN value END) AS c1, max(CASE WHEN key = 'c2' THEN value END) AS c2, max(CASE WHEN key = 'c3' THEN value END) AS c3 FROM vtable GROUP BY uid ;
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
presto: convert array to rows?
How do I find percentages of a column using Hive/Presto
https://twitter.com/mootastic/status/1665864028793479171?s=12&t=YpIPcsjKfoTpmECNdRL-uw新山祐介 (Yusuke Shinyama) on Twitter: "Lispの文法は「一様 (uniform)」である。この対極にある(specific) のがSQLで、SQLの多くの文は組み合わせ可能でなく、構文的なマクロも書けない。多くのプログラミング言語はこの中間にある構文を採用している。 https://t.co/MRoEr
SELECT — Trino 444 Documentation
Presto array contains an element that likes some pattern
https://twitter.com/grahamian2317/status/1616813103085424640
Spark SQL - Add row number to DataFrame
Spark RDDs vs DataFrames vs SparkSQL
What do the blue blocks in spark stage DAG visualisation UI mean?
Spark SQL and DataFrames - Spark 2.3.1 Documentation
Md5 Column function on column in spark sql
Using group by on multiple columns
Spark - How to create an empty DataFrame?
Spark - Add New Column & Multiple Columns to DataFrame
SQL SELECT DISTINCT Statement
SQL SELECT with DISTINCT on multiple columns - w3resource