vlambda博客
学习文章列表

“学而不思则罔，思而不学则怠”

喜乐君注：近期在学习Tableau表计算的过程中，用新学习的SQL知识做对比，二者底层简直如出一辙，相互结合，有助于增进对业务分析和技术的理解。特此，以同环比为例，介绍SQL中 LAG偏移函数的使用。

SQL的偏移函数

图9‑16 SQL中主要的偏移类窗口函数

• PATITION BY控制窗口计算的范围，如果省略，则以全部数据结束为边界

• ORDER BY控制窗口计算的方向；如果省略空，则默认按照数据源次序

• 如果OVER之后部分全部为空{ }，则以整个表为边界，查询的默认次序为方向

单一维度

问题4: 各订单年度 的 销售额总和 及 同比差异

这个问题只有一个维度字段，相对而言比较简单。在SQL中，LAG函数默认查询偏移一位的聚合值，如果偏移更多需要增加偏移量参数。这里的关键是OVER之后的偏移查询方向需要指定为年度，从而正确获得“上一个年度的销售额”。如图9-17所示，左侧OVER函数之后完全为空，查询按照默认的查询次序（正好是年度的倒序）；右侧增加了ORDER BY设置，默认按照升序ASC排列。

图9‑17 借助lag和over，完成偏移计算

增加PARTITION分区

  问题5: 各细分市场、各订单年度的 销售额总和 及同比增长率%

LAG(SUM(销售额), 1  ) OVER  {  -- 查找上一个聚合销售，以细分为边界，以订单年度（升序）为依据PARTITION BY 细分ORDER BY订单年度}

图9‑18 使用窗口计算获得偏移值，然后计算增长率

• 谁和谁比较，谁就是依据（方向）——同比是年与年比较，故【年度】是方向order by

• 谁和谁不能比较，谁就是范围（分区）——细分和细分不能比较，故【细分】是分区

• 方向的尽头，就是分区的开始——2020年的尽头是下个细分的2018，不能跨越

本章会在9.3小节，进一步总结窗口计算和表计算背后的设置方法。

两个排序依据

问题6: 华东地区中，各订单年度、各订单季度 的 销售额总结 及 季度环比

图9‑19 使用SQL的窗口函数返回上一个聚合值

图9‑20排序字段的更换会引起截然不同的计算逻辑

这个过程，与9.2.3小节中Tableau表计算的设置如出一辙，特定维度中的多个字段都是表计算的依据，谁要和谁先比较，对应的字段应该在下面，即“深度优先”的原则，其背后对应的正是SQL中的ORDER BY子句次序。在这个过程中，读者应该可以感受到SQL语言的优雅和简洁，而且可以辅助理解Tableau表计算的设置过程和底层逻辑。

理论上，数据分析的计算都可以使用SQL完成，不过，现实的分析中很多业务用户把它习惯性地视为IT专属工具而敬而远之，殊不知伴随技术的快速发展和从业者心知的日渐提高，往日的生涩工具已经越来越简洁好用。在全球化面前，地球是平的；在数据爆炸面前，技术也将加速平民化。

虽然SQL通过程序语言控制输出，并没有类似于Excel的透视表、Tableau的工作表的“可视化区域”，因此使用偏离类计算不像聚合函数善于控制。不过一旦理解了它们的原理，分析师就可以进一步驾驭Tableau的表计算，并在复杂的业务面前，借助ETL工具（比如Prep Builder）将复杂逻辑转移到数据表阶段，从而简化问题的复杂性。