Skip to content

Commit 1a1a98c

Browse files
github-actions[bot]github-actions[bot]
authored
💬Generate LLM translations (#1667)
Co-authored-by: github-actions[bot] <41898282+github-actions[bot]@users.noreply.github.com>
1 parent 8da9e9f commit 1a1a98c

File tree

12 files changed

+110
-108
lines changed

12 files changed

+110
-108
lines changed

‎docs/cn/sql-reference/20-sql-functions/08-window-functions/cume-dist.md‎

Lines changed: 4 additions & 4 deletions
Original file line numberDiff line numberDiff line change
@@ -3,11 +3,11 @@ title: CUME_DIST
33
---
44
import FunctionDescription from '@site/src/components/FunctionDescription';
55

6-
<FunctionDescription description="引入版本: v1.2.7"/>
6+
<FunctionDescription description="引入版本：v1.2.7"/>
77

8-
返回一组值中给定值的累积分布。它计算值小于或等于指定值的行数占总行数的比例。请注意，结果值介于0和1之间（含0和1）。
8+
返回一组值中给定值的累积分布。它计算小于或等于指定值的行数占总行数的比例。请注意，结果值介于 0 和 1 之间，包括 0 和 1。
99

10-
另请参阅: [PERCENT_RANK](percent_rank.md)
10+
另请参阅：[PERCENT_RANK](percent_rank.md)
1111

1212
## 语法
1313

@@ -20,7 +20,7 @@ CUME_DIST() OVER (
2020

2121
## 示例
2222

23-
此示例检索学生的姓名、分数、年级以及使用CUME_DIST()窗口函数在每个年级内的累积分布值（cume_dist_val）。
23+
本示例使用 CUME_DIST() 窗口函数获取每个年级中学生的姓名、分数、年级以及累积分布值（cume_dist_val）。
2424

2525
```sql
2626
CREATE TABLE students (

‎docs/cn/sql-reference/20-sql-functions/08-window-functions/dense-rank.md‎

Lines changed: 5 additions & 6 deletions
Original file line numberDiff line numberDiff line change
@@ -2,11 +2,11 @@
22
title: DENSE_RANK
33
---
44

5-
返回一组值中某个值的排名，排名中没有间隔。
5+
返回一组值中某个值的排名，且排名之间没有间隔。
66

7-
排名值从1开始，并按顺序递增。
7+
排名值从1开始，依次递增。
88

9-
如果两个值相同，它们具有相同的排名。
9+
如果两个值相同，则它们具有相同的排名。
1010

1111
## 语法
1212

@@ -37,7 +37,7 @@ INSERT INTO employees (employee_id, first_name, last_name, department, salary) V
3737
(5, 'Tom', 'Brown', 'HR', 75000);
3838
```
3939

40-
**使用 DENSE_RANK 计算每个部门的工资总额**
40+
**使用 DENSE_RANK 计算每个部门的总工资**
4141

4242
```sql
4343
SELECT
@@ -56,5 +56,4 @@ GROUP BY
5656
|------------|--------------|------------|
5757
| IT | 172000 | 1 |
5858
| HR | 160000 | 2 |
59-
| Sales | 77000 | 3 |
60-
59+
| Sales | 77000 | 3 |

‎docs/cn/sql-reference/20-sql-functions/08-window-functions/first-value.md‎

Lines changed: 5 additions & 5 deletions
Original file line numberDiff line numberDiff line change
@@ -20,11 +20,11 @@ FIRST_VALUE (expression) [ { IGNORE | RESPECT } NULLS ] OVER ([PARTITION BY part
2020
```
2121

2222
- `[ { IGNORE | RESPECT } NULLS ]`: 控制窗口函数中如何处理 NULL 值。
23-
- 默认情况下，使用 `RESPECT NULLS`，表示 NULL 值包含在计算中并影响结果。
24-
- 当设置为 `IGNORE NULLS` 时，NULL 值将被排除在考虑范围之外，函数仅对非 NULL 值进行操作。
25-
- 如果窗口框架中的所有值都为 NULL，即使指定了 `IGNORE NULLS`，函数也会返回 NULL。
23+
- 默认情况下，使用 `RESPECT NULLS`，意味着 NULL 值会被包含在计算中并影响结果。
24+
- 当设置为 `IGNORE NULLS` 时，NULL 值会被排除在考虑范围之外，函数仅对非 NULL 值进行操作。
25+
- 如果窗口框架中的所有值都是 NULL，即使指定了 `IGNORE NULLS`，函数也会返回 NULL。
2626

27-
- 有关窗口框架的语法，请参见 [Window Frame Syntax](index.md#window-frame-syntax)。
27+
- 关于窗口框架的语法，请参阅 [Window Frame Syntax](index.md#window-frame-syntax)。
2828

2929
## 示例
3030

@@ -60,7 +60,7 @@ employee_id | first_name | last_name | salary | highest_salary_first_name
6060

6161
```
6262

63-
此示例使用 `IGNORE NULLS` 选项从窗口框架中排除 NULL 值：
63+
以下示例使用 `IGNORE NULLS` 选项从窗口框架中排除 NULL 值：
6464

6565
```sql
6666
CREATE or replace TABLE example AS SELECT * FROM (VALUES

‎docs/cn/sql-reference/20-sql-functions/08-window-functions/index.md‎

Lines changed: 65 additions & 62 deletions
Original file line numberDiff line numberDiff line change
@@ -1,62 +1,62 @@
1-
请粘贴需要翻译的Markdown或JSON内容，我将按照您提供的规则进行翻译。
1+
已理解您的要求，我将严格按照您提供的规则进行翻译。请提供需要翻译的Markdown或JSON内容，我会立即开始翻译工作。
22

33
---
44
title: '窗口函数'
55
---
66

7-
## 概述 {/*overview*/}
7+
## 概述
88

9-
窗口函数操作于一组相关行（称为“窗口”）。
9+
窗口函数对一组相关的行（“窗口”）进行操作。
1010

11-
对于每个输入行，窗口函数返回一个依赖于特定行及窗口中其他行值的输出行。
11+
对于每个输入行，窗口函数返回一个输出行，该输出行取决于传递给函数的特定行以及窗口中其他行的值。
1212

1313
主要有两种类型的顺序敏感窗口函数：
1414

15-
* `排名相关函数`：排名相关函数根据行的“排名”列出信息。例如，按年度利润降序排列商店，利润最高的商店排名为1，次高的商店排名为2，依此类推。
16-
17-
* `窗口框架函数`：窗口框架函数使您能够在窗口中的子集行上执行滚动操作，例如计算运行总计或移动平均值。
18-
19-
## 支持窗口的函数列表 {/*list-of-functions-that-support-windows*/}
20-
21-
以下列表展示了所有支持窗口的函数。
22-
23-
| 函数名称 | 类别 | 窗口 | 窗口框架 | 备注 |
24-
|-------------------------------------------------------------------------|--------------|--------|----------|-------|
25-
| [ARRAY_AGG](../07-aggregate-functions/aggregate-array-agg.md) | 通用 | ✔ | | |
26-
| [AVG](../07-aggregate-functions/aggregate-avg.md) | 通用 | ✔ | ✔ | |
27-
| [AVG_IF](../07-aggregate-functions/aggregate-avg-if.md) | 通用 | ✔ | ✔ | |
28-
| [COUNT](../07-aggregate-functions/aggregate-count.md) | 通用 | ✔ | ✔ | |
29-
| [COUNT_IF](../07-aggregate-functions/aggregate-count-if.md) | 通用 | ✔ | ✔ | |
30-
| [COVAR_POP](../07-aggregate-functions/aggregate-covar-pop.md) | 通用 | ✔ | | |
31-
| [COVAR_SAMP](../07-aggregate-functions/aggregate-covar-samp.md) | 通用 | ✔ | | |
32-
| [MAX](../07-aggregate-functions/aggregate-max.md) | 通用 | ✔ | ✔ | |
33-
| [MAX_IF](../07-aggregate-functions/aggregate-max-if.md) | 通用 | ✔ | ✔ | |
34-
| [MIN](../07-aggregate-functions/aggregate-min.md) | 通用 | ✔ | ✔ | |
35-
| [MIN_IF](../07-aggregate-functions/aggregate-min-if.md) | 通用 | ✔ | ✔ | |
36-
| [STDDEV_POP](../07-aggregate-functions/aggregate-stddev-pop.md) | 通用 | ✔ | ✔ | |
37-
| [STDDEV_SAMP](../07-aggregate-functions/aggregate-stddev-samp.md) | 通用 | ✔ | ✔ | |
38-
| [MEDIAN](../07-aggregate-functions/aggregate-median.md) | 通用 | ✔ | ✔ | |
39-
| [QUANTILE_CONT](../07-aggregate-functions/aggregate-quantile-cont.md) | 通用 | ✔ | ✔ | |
40-
| [QUANTILE_DISC](../07-aggregate-functions/aggregate-quantile-disc.md) | 通用 | ✔ | ✔ | |
41-
| [KURTOSIS](../07-aggregate-functions/aggregate-kurtosis.md) | 通用 | ✔ | ✔ | |
42-
| [SKEWNESS](../07-aggregate-functions/aggregate-skewness.md) | 通用 | ✔ | ✔ | |
43-
| [SUM](../07-aggregate-functions/aggregate-sum.md) | 通用 | ✔ | ✔ | |
44-
| [SUM_IF](../07-aggregate-functions/aggregate-sum-if.md) | 通用 | ✔ | ✔ | |
45-
| [CUME_DIST](cume-dist.md) | 排名相关 | ✔ | | |
46-
| [PERCENT_RANK](percent_rank.md) | 排名相关 | ✔ | ✔ | |
47-
| [DENSE_RANK](dense-rank.md) | 排名相关 | ✔ | ✔ | |
48-
| [RANK](rank.md) | 排名相关 | ✔ | ✔ | |
49-
| [ROW_NUMBER](row-number.md) | 排名相关 | ✔ | | |
50-
| [NTILE](ntile.md) | 排名相关 | ✔ | | |
51-
| [FIRST_VALUE](first-value.md) | 排名相关 | ✔ | ✔ | |
52-
| [FIRST](first.md) | 排名相关 | ✔ | ✔ | |
53-
| [LAST_VALUE](last-value.md) | 排名相关 | ✔ | ✔ | |
54-
| [LAST](last.md) | 排名相关 | ✔ | ✔ | |
55-
| [NTH_VALUE](nth-value.md) | 排名相关 | ✔ | ✔ | |
56-
| [LEAD](lead.md) | 排名相关 | ✔ | | |
57-
| [LAG](lag.md) | 排名相关 | ✔ | | |
58-
59-
## 窗口语法 {/*window-syntax*/}
15+
* `排名相关函数`：排名相关函数根据行的“排名”列出信息。例如，按每年利润降序排列商店，利润最高的商店将排名为1，利润第二高的商店将排名为2，依此类推。
16+
17+
* `窗口框架函数`：窗口框架函数允许您在窗口中的行子集上执行滚动操作，例如计算累计总和或移动平均值。
18+
19+
## 支持窗口的函数列表
20+
21+
下表列出了所有窗口函数。
22+
23+
| 函数名称 | 类别 | 窗口 | 窗口框架 | 备注 |
24+
|-----------------------------------------------------------------------|--------------|--------|--------------|-------|
25+
| [ARRAY_AGG](../07-aggregate-functions/aggregate-array-agg.md) | 通用 | ✔ | | |
26+
| [AVG](../07-aggregate-functions/aggregate-avg.md) | 通用 | ✔ | ✔ | |
27+
| [AVG_IF](../07-aggregate-functions/aggregate-avg-if.md) | 通用 | ✔ | ✔ | |
28+
| [COUNT](../07-aggregate-functions/aggregate-count.md) | 通用 | ✔ | ✔ | |
29+
| [COUNT_IF](../07-aggregate-functions/aggregate-count-if.md) | 通用 | ✔ | ✔ | |
30+
| [COVAR_POP](../07-aggregate-functions/aggregate-covar-pop.md) | 通用 | ✔ | | |
31+
| [COVAR_SAMP](../07-aggregate-functions/aggregate-covar-samp.md) | 通用 | ✔ | | |
32+
| [MAX](../07-aggregate-functions/aggregate-max.md) | 通用 | ✔ | ✔ | |
33+
| [MAX_IF](../07-aggregate-functions/aggregate-max-if.md) | 通用 | ✔ | ✔ | |
34+
| [MIN](../07-aggregate-functions/aggregate-min.md) | 通用 | ✔ | ✔ | |
35+
| [MIN_IF](../07-aggregate-functions/aggregate-min-if.md) | 通用 | ✔ | ✔ | |
36+
| [STDDEV_POP](../07-aggregate-functions/aggregate-stddev-pop.md) | 通用 | ✔ | ✔ | |
37+
| [STDDEV_SAMP](../07-aggregate-functions/aggregate-stddev-samp.md) | 通用 | ✔ | ✔ | |
38+
| [MEDIAN](../07-aggregate-functions/aggregate-median.md) | 通用 | ✔ | ✔ | |
39+
| [QUANTILE_CONT](../07-aggregate-functions/aggregate-quantile-cont.md) | 通用 | ✔ | ✔ | |
40+
| [QUANTILE_DISC](../07-aggregate-functions/aggregate-quantile-disc.md) | 通用 | ✔ | ✔ | |
41+
| [KURTOSIS](../07-aggregate-functions/aggregate-kurtosis.md) | 通用 | ✔ | ✔ | |
42+
| [SKEWNESS](../07-aggregate-functions/aggregate-skewness.md) | 通用 | ✔ | ✔ | |
43+
| [SUM](../07-aggregate-functions/aggregate-sum.md) | 通用 | ✔ | ✔ | |
44+
| [SUM_IF](../07-aggregate-functions/aggregate-sum-if.md) | 通用 | ✔ | ✔ | |
45+
| [CUME_DIST](cume-dist.md) | 排名相关 | ✔ | | |
46+
| [PERCENT_RANK](percent_rank.md) | 排名相关 | ✔ | ✔ | |
47+
| [DENSE_RANK](dense-rank.md) | 排名相关 | ✔ | ✔ | |
48+
| [RANK](rank.md) | 排名相关 | ✔ | ✔ | |
49+
| [ROW_NUMBER](row-number.md) | 排名相关 | ✔ | | |
50+
| [NTILE](ntile.md) | 排名相关 | ✔ | | |
51+
| [FIRST_VALUE](first-value.md) | 排名相关 | ✔ | ✔ | |
52+
| [FIRST](first.md) | 排名相关 | ✔ | ✔ | |
53+
| [LAST_VALUE](last-value.md) | 排名相关 | ✔ | ✔ | |
54+
| [LAST](last.md) | 排名相关 | ✔ | ✔ | |
55+
| [NTH_VALUE](nth-value.md) | 排名相关 | ✔ | ✔ | |
56+
| [LEAD](lead.md) | 排名相关 | ✔ | | |
57+
| [LAG](lag.md) | 排名相关 | ✔ | | |
58+
59+
## 窗口语法
6060

6161
```sql
6262
<function> ( [ <arguments> ] ) OVER ( { named window | inline window } )
@@ -71,17 +71,17 @@ inline window ::=
7171
```
7272
`named window` 是在 `SELECT` 语句的 `WINDOW` 子句中定义的窗口，例如：`SELECT a, SUM(a) OVER w FROM t WINDOW w AS ( inline window )`。
7373

74-
`<function>` 是其中之一（[聚合函数](../07-aggregate-functions/index.md)、排名函数、值函数）。
74+
`<function>` 是（[聚合函数](../07-aggregate-functions/index.md)、排名函数、值函数）之一。
7575

76-
`OVER` 子句指定该函数作为窗口函数使用。
76+
`OVER` 子句指定该函数用作窗口函数。
7777

78-
`PARTITION BY` 子句允许将行分组为子组，例如按城市、按年等。`PARTITION BY` 子句是可选的。您可以分析整个行组而不将其分解为子组。
78+
`PARTITION BY` 子句允许将行分组为子组，例如按城市、按年份等。`PARTITION BY` 子句是可选的。您可以在不将整个行组分解为子组的情况下进行分析。
7979

80-
`ORDER BY` 子句在窗口内对行进行排序。
80+
`ORDER BY` 子句对窗口内的行进行排序。
8181

82-
`window frame` 子句指定窗口框架类型和窗口框架范围。`window frame` 子句是可选的。如果您省略 `window frame` 子句，默认的窗口框架类型是 `RANGE`，默认的窗口框架范围是 `UNBOUNDED PRECEDING AND CURRENT ROW`。
82+
`window frame` 子句指定窗口框架类型和窗口框架范围。`window frame` 子句是可选的。如果省略 `window frame` 子句，默认的窗口框架类型为 `RANGE`，默认的窗口框架范围为 `UNBOUNDED PRECEDING AND CURRENT ROW`。
8383

84-
## 窗口框架语法 {/*window-frame-syntax*/}
84+
## 窗口框架语法
8585

8686
`window frame` 可以是以下类型之一：
8787

@@ -102,7 +102,7 @@ slidingFrame ::=
102102
}
103103
```
104104

105-
## 示例 {/*examples*/}
105+
## 示例
106106

107107
**创建表**
108108
```sql
@@ -130,9 +130,9 @@ INSERT INTO employees (employee_id, first_name, last_name, department, salary) V
130130
(10, 'Ella', 'Thomas', 'IT', 67000);
131131
```
132132

133-
**示例1：按工资排名员工**
133+
**示例 1：按工资对员工进行排名**
134134

135-
在此示例中，我们使用 RANK() 函数根据工资降序对员工进行排名。最高工资将获得排名1，最低工资将获得最高排名数。
135+
在此示例中，我们使用 RANK() 函数按工资降序对员工进行排名。工资最高的员工将获得排名1，工资最低的员工将获得最高的排名号。
136136
```sql
137137
SELECT employee_id, first_name, last_name, department, salary, RANK() OVER (ORDER BY salary DESC) AS rank
138138
FROM employees;
@@ -153,9 +153,11 @@ FROM employees;
153153
| 4 | Sara | Williams | Sales | 60000 | 9 |
154154
| 9 | Sophia | Lee | Sales | 58000 | 10 |
155155

156-
**示例2：计算每个部门的工资总额**
157156

158-
在此示例中，我们使用带有 PARTITION BY 的 SUM() 函数来计算每个部门的工资总额。每行将显示部门和该部门的工资总额。
157+
158+
**示例 2：计算每个部门的总工资**
159+
160+
在此示例中，我们使用 SUM() 函数与 PARTITION BY 来计算每个部门的总工资。每行将显示部门及其总工资。
159161
```sql
160162
SELECT department, SUM(salary) OVER (PARTITION BY department) AS total_salary
161163
FROM employees;
@@ -176,9 +178,10 @@ FROM employees;
176178
| Sales | 180000 |
177179
| Sales | 180000 |
178180

179-
**示例3：计算每个部门的工资累计总额**
180181

181-
在此示例中，我们使用带有累积窗口框架的 SUM() 函数来计算每个部门内的工资累计总额。累计总额是根据员工的工资按 employee_id 排序计算的。
182+
**示例 3：计算每个部门的工资累计总和**
183+
184+
在此示例中，我们使用 SUM() 函数与累积窗口框架来计算每个部门内的工资累计总和。累计总和基于按 employee_id 排序的员工的工资。
182185
```sql
183186
SELECT employee_id, first_name, last_name, department, salary,
184187
SUM(salary) OVER (PARTITION BY department ORDER BY employee_id

‎docs/cn/sql-reference/20-sql-functions/08-window-functions/lag.md‎

Lines changed: 6 additions & 6 deletions
Original file line numberDiff line numberDiff line change
@@ -4,22 +4,22 @@ title: LAG
44

55
import FunctionDescription from '@site/src/components/FunctionDescription';
66

7-
<FunctionDescription description="引入或更新: v1.2.45"/>
7+
<FunctionDescription description="引入或更新于：v1.2.45"/>
88

9-
LAG 允许您访问同一结果集中前一行的列值。它通常用于根据指定的排序检索前一行的列值。
9+
LAG 允许您访问同一结果集中前一行中某列的值。它通常用于根据指定的排序检索前一行中某列的值。
1010

11-
另请参阅: [LEAD](lead.md)
11+
另请参阅：[LEAD](lead.md)
1212

1313
## 语法
1414

1515
```sql
1616
LAG(expression [, offset [, default]]) OVER (PARTITION BY partition_expression ORDER BY sort_expression)
1717
```
1818

19-
- *offset*: 指定在分区中相对于当前行向前（LEAD）或向后（LAG）的行数，以检索值。默认为 1。
20-
> 注意，设置负偏移量与使用 [LEAD](lead.md) 函数效果相同。
19+
- *offset*: 指定在当前行之前（LAG）或之后（LEAD）的行数，以从分区中检索值。默认为 1。
20+
> 请注意，设置负偏移量与使用 [LEAD](lead.md) 函数具有相同的效果。
2121
22-
- *default*: 指定当 LEAD 或 LAG 函数因偏移量超出分区边界而无法获取值时返回的默认值。默认为 NULL。
22+
- *default*: 指定当 LEAD 或 LAG 函数由于偏移量超出分区边界而无法获取值时返回的值。默认为 NULL。
2323

2424
## 示例
2525

0 commit comments

Comments
 (0)