トレジャーデータで実践：Window関数（その１） - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 はじめに トレジャーデータでは最新のアップデートにより，バッチクエリ（Hive）でもWindow関数をサポートするようになりました。また，アドホッククエリ（Presto）では元々Window関数をサポートしています。 本記事で紹介したほとんどのクエリは Aggregate Functions（集約関数）のみを用いてきました。Window関数 は前述の集約関数とは似て非なる概念であり，この違いを理解し，うまく活用することでデータ分析の世界はさらに広まります。 使用するデータセット 今回使用するデータセットは「トレジャーデータで実践：Basket 分析」シリーズでも紹介した，以下の項目を持ったEC購買ログになります。このログにおいて， 「category」⊃ 「sub_category」⊃「goods_id」 の階層関
トレジャーデータで実践：Window関数（その２） - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 前回は集約関数と比する形でWindow関数の紹介をしました。今回はWindow関数の記述および代表的な関数を分かりやすく説明していきます。 基本形1：AGGR_FUNC() OVER (PARTITION BY c) ↑ Window 関数の最もシンプルな記法ですが，集約関数（ここでは COUNT） が OVER 句を伴って記述されています。また，GROUP BY 句がありません。 まずこの OVER 句は肝で，直前の集約関数がこの OVER上のグループに対して実行され，レコードに付与されています。 さらにOVER内の ( PARTITION BY c ) は GROUP BY c と同様にカラム c の取り得る値でグルーピングします。つまり Window 関数は SELECT 内で局所的に 「GROUP BY c
1
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
処理を実行中です
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
