Modernes SQL: Window Functions, CTEs und analytische Queries

• 1. Die Evolution des SQL-Standards
  
  • Überblick: Vom klassischen SQL-92 zu modernen Features (SQL:2011 und höher)
  • Die Philosophie des deklarativen Programmierens: Denken in Mengen
  • Warum moderne Features die Performance und Lesbarkeit revolutionieren
  
  
• 2. Common Table Expressions (CTEs)
  
  • Syntax und Vorteile gegenüber klassischen Subqueries
  • Verbesserung der Code-Lesbarkeit und Wartbarkeit
  • Mehrfache CTEs in einer Abfrage: Logische Datenfluss-Ketten bilden
  
  
• 3. Rekursive CTEs
  
  • Die Struktur rekursiver Abfragen: Anchor Member und Recursive Member
  • Anwendungsfälle: Organisationscharts, Stücklisten (BOM) und Graphen-Strukturen
  • Vermeidung von Endlosschleifen und Performance-Aspekte
  
  
• 4. Einführung in Window Functions
  
  • Das Konzept des Windows (Fensters): Abfragen über Zeilengruppen hinweg
  • Die OVER-Klausel: Partitionierung und Sortierung verstehen
  • Unterschied zwischen Window Functions und GROUP BY
  
  
• 5. Ranking Functions
  
  • Wettbewerbsanalyse: ROW_NUMBER, RANK und DENSE_RANK
  • Aufteilung in Segmente: Nutzung von NTILE für Quartile und Perzentile
  • Top-N-Analysen innerhalb von Kategorien
  
  
• 6. Aggregierende Window Functions
  
  • Laufende Summen (Running Totals) und kumulierte Werte
  • Gleitende Durchschnitte (Moving Averages) zur Glättung von Zeitreihen
  • Statistische Kennzahlen über Partitionen hinweg berechnen
  
  
• 7. Navigations-Funktionen: LAG und LEAD
  
  • Zugriff auf vorherige und nachfolgende Zeilen ohne Self-Joins
  • Berechnung von Period-over-Period Veränderungen (z. B. Umsatzwachstum zum Vormonat)
  • Identifikation von Trends und Zeitabständen zwischen Events
  
  
• 8. Framing: Die ROWS und RANGE Klausel
  
  • Präzise Definition des Fensters: UNBOUNDED PRECEDING bis CURRENT ROW
  • Logische vs. physische Fenstergrenzen
  • Performance-Optimierung durch korrektes Framing
  
  
• 9. Statistische Analyse-Funktionen
  
  • Verteilungsfunktionen: PERCENT_RANK und CUME_DIST
  • Median-Berechnungen und Quantile direkt in SQL
  • Standardabweichungen und Varianz in analytischen Fenstern
  
  
• 10. Fortgeschrittene analytische Pattern
  
  • Gap-Analyse: Lücken in Sequenzen finden (Gaps and Islands Problem)
  • Sitzungs-Identifikation: Benutzer-Sessions aus Log-Daten extrahieren
  • Pivotierung und Unpivotierung von Datenströmen
  
  
• 11. Performance & Optimierung
  
  • Abfragepläne lesen: Wie die Datenbank Window Functions verarbeitet
  • Index-Strategien für Window Functions: Die Bedeutung von Sortierung
  • Speicherbedarf und Window Spool Operationen verstehen
  
  
• 12. Praxis-Workshop: „The Analytics Engine“
  
  • Reporting-Task: Erstellung eines Finanzberichts mit laufenden Summen und Vorjahresvergleichen.
  • Hierarchie-Task: Auflösung einer tief verschachtelten Abteilungsstruktur via Rekursion.
  • Cleaning-Task: Identifikation und Bereinigung von Dubletten mittels Ranking-Funktionen.
    
    
    
    
  
  

• SQL-Anwender mit Grundkenntnissen: Die SELECT, JOIN und GROUP BY beherrschen, aber Window Functions und CTEs noch nicht sicher einsetzen.
• Backend-Entwickler: Die in Code-Reviews, Vorstellungsgesprächen und Projekten mit modernem SQL punkten wollen.
• Data Analysts und BI-Entwickler: Die Reports, Rankings, Zeitvergleiche und kumulative Berechnungen direkt in SQL lösen statt in Excel oder Python nachzubearbeiten.
• Data Engineers: Die SQL-Transformationen in dbt, Snowflake, BigQuery oder Databricks schreiben und die volle Ausdruckskraft von SQL nutzen.

Voraussetzungen: Solide SQL-Grundkenntnisse (SELECT, WHERE, JOIN, GROUP BY, HAVING, Subqueries). Idealerweise Besuch von „SQL Grundlagen (S36, 3T) oder vergleichbare Praxiserfahrung.