{"id":4723,"date":"2024-03-08T12:05:00","date_gmt":"2024-03-08T11:05:00","guid":{"rendered":"https:\/\/www.skillup.cloud\/?p=4723"},"modified":"2024-03-11T18:20:04","modified_gmt":"2024-03-11T17:20:04","slug":"olap-functions-in-sql-i-series-per-unanalisi-dati-avanzata-un-focus-sulle-miscellaneous-functions","status":"publish","type":"post","link":"https:\/\/www.skillup.cloud\/it\/olap-functions-in-sql-i-series-per-unanalisi-dati-avanzata-un-focus-sulle-miscellaneous-functions\/","title":{"rendered":"OLAP Functions in SQL i Series per un’Analisi Dati Avanzata: Un Focus sulle Miscellaneous Functions"},"content":{"rendered":"\n

Introduzione<\/strong><\/p>\n\n\n\n

Nell\u2019ambito dell\u2019analisi e della gestione dei dati, la capacit\u00e0 di aggregare, interpretare e presentare i dati in modo efficiente \u00e8 fondamentale.<\/p>\n\n\n\n

<\/p>\n\n\n\n

La piattaforma IBM iSeries (AS\/400), nota per la sua robustezza e affidabilit\u00e0 nella gestione delle esigenze di elaborazione dei dati a livello aziendale, offre una suite di funzionalit\u00e0 SQL progettate per supportare attivit\u00e0 analitiche complesse.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Tra queste funzionalit\u00e0, le funzioni OLAP (Online Analytical Processing) si distinguono per la loro capacit\u00e0 di facilitare la manipolazione avanzata dei dati e l’estrazione di insight direttamente da query SQL. Questo post si concentra su due funzioni OLAP varie critiche, ma spesso sottoutilizzate, all’interno del toolkit SQL iSeries: LISTAGG()<\/strong> e GROUPING().<\/strong><\/p>\n\n\n\n

<\/p>\n\n\n\n

Funzione LISTAGG()<\/strong>: essenzialmente, LISTAGG()<\/strong> funge da potente strumento per l’aggregazione dei dati, in particolare in scenari che richiedono la concatenazione di dati di stringa su pi\u00f9 righe in un’unica riga.<\/p>\n\n\n\n

Questa funzione \u00e8 preziosa per generare riepiloghi completi, report o qualsiasi formato di presentazione dei dati in cui \u00e8 necessario consolidare informazioni testuali da vari record.<\/p>\n\n\n\n

Consentendo separatori personalizzati tra valori concatenati, LISTAGG()<\/strong> offre flessibilit\u00e0 nella presentazione dei dati, rendendolo uno strumento essenziale per gli analisti di dati che desiderano migliorare le proprie capacit\u00e0 di reporting.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Funzione GROUPING()<\/strong>: la funzione GROUPING()<\/strong> svolge un ruolo fondamentale nel distinguere tra righe regolari e superaggregate all’interno di un set di risultati. Questa distinzione \u00e8 fondamentale quando si lavora con dati raggruppati, poich\u00e9 consente agli analisti di identificare se una riga specifica nel risultato di una query aggregata fa parte del raggruppamento di dati originale o \u00e8 il risultato di un’ulteriore aggregazione.<\/p>\n\n\n\n

L’uso di GROUPING()<\/strong> \u00e8 particolarmente utile in scenari complessi di reporting e analisi dei dati in cui \u00e8 necessaria la comprensione della gerarchia e della struttura dei dati aggregati per un’interpretazione e un processo decisionale accurati.<\/p>\n\n\n\n

<\/p>\n\n\n\n

L’inclusione nella piattaforma SQL iSeries di funzioni OLAP come LISTAGG()<\/strong> e GROUPING()<\/strong> migliora significativamente le capacit\u00e0 di manipolazione dei dati, aprendo la strada a presentazioni di dati innovative e approfondimenti pi\u00f9 approfonditi.<\/p>\n\n\n\n

Poich\u00e9 le aziende continuano a navigare in un mondo sempre pi\u00f9 basato sui dati, sfruttare queste funzioni pu\u00f2 fornire un vantaggio competitivo nell\u2019analisi dei dati e nei processi decisionali. Questo post mira a demistificare queste funzioni e incoraggiare la loro adozione nelle pratiche di analisi dei dati, assicurando di sfruttare appieno le capacit\u00e0 di iSeries SQL per soddisfare le vostre esigenze di elaborazione dei dati e reporting.<\/p>\n\n\n\n

<\/p>\n\n\n\n

\"OLAP<\/p>\n\n\n\n

<\/p>\n\n\n\n

Esempi di OLAP Function LISTAGG()<\/strong><\/p>\n\n\n\n

Introduzione allo scenario<\/strong><\/p>\n\n\n\n

Supponiamo di avere un dataset (SalesData) che rappresenta i risultati di vendita in varie macroaree e regioni, concentrandosi sui prodotti che hanno superato gli obiettivi di vendita. Questo set di dati funge da base per due query approfondite, ciascuna progettata per aggregare e presentare i dati in modo da evidenziare diversi aspetti dei risultati di vendita.<\/p>\n\n\n\n

<\/p>\n\n\n\n

<\/p>\n\n\n\n

\n
\n
MACROAREA<\/td>REGION<\/td>PRODUCT<\/td><\/tr>
America<\/td>North America<\/td>P_011<\/td><\/tr>
America<\/td>North America<\/td>P_035<\/td><\/tr>
America<\/td>Central America<\/td>P_021<\/td><\/tr>
America<\/td>Central America<\/td>P_027<\/td><\/tr>
America<\/td>Central America<\/td>P_019<\/td><\/tr>
America<\/td>South America<\/td>P_027<\/td><\/tr>
Asia<\/td>Western Asia<\/td>P_005<\/td><\/tr>
Asia<\/td>Western Asia<\/td>P_027<\/td><\/tr>
Asia<\/td>Eastern Asia<\/td>P_038<\/td><\/tr>
Asia<\/td>Eastern Asia<\/td>P_016<\/td><\/tr>
Asia<\/td>Eastern Asia<\/td>P_040<\/td><\/tr>
Asia<\/td>Southtern Asia<\/td>P_044<\/td><\/tr>
Asia<\/td>Southtern Asia<\/td>P_021<\/td><\/tr>
Asia<\/td>Southtern Asia<\/td>P_038<\/td><\/tr>
Europe<\/td>Northern Europe<\/td>P_019<\/td><\/tr>
Europe<\/td>Northern Europe<\/td>P_035<\/td><\/tr>
Europe<\/td>Northern Europe<\/td>P_021<\/td><\/tr>
Europe<\/td>Western Europe<\/td>P_027<\/td><\/tr>
Europe<\/td>Western Europe<\/td>P_021<\/td><\/tr>
Europe<\/td>Western Europe<\/td>P_009<\/td><\/tr>
Europe<\/td>Eastern Europe<\/td>P_021<\/td><\/tr>
Europe<\/td>Eastern Europe<\/td>P_009<\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n\n\n\n
<\/div>\n<\/div>\n\n\n\n

Questo set di dati funge da base per due query approfondite, ciascuna progettata per aggregare e presentare i dati in modo da evidenziare diversi aspetti dei risultati di vendita.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Query 1: elenchi di Products aggregati per Region<\/strong><\/p>\n\n\n\n

<\/p>\n\n\n\n

Questa query mira a fornire una panoramica concisa delle prestazioni dei prodotti per regione, offrendo alle aziende una prospettiva chiara su quali prodotti hanno superato le aspettative di vendita in aree geografiche specifiche. Eseguendo la query otteniamo un elenco organizzato per regione, in cui ciascuna voce presenta un elenco consolidato di prodotti che hanno ottenuto un notevole successo di vendite all’interno di quella regione. Questa aggregazione \u00e8 preziosa per i responsabili delle vendite regionali e i team di marketing, poich\u00e9 consente loro di identificare prodotti di successo e personalizzare le strategie di conseguenza.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Applicazioni pratiche<\/strong>:<\/p>\n\n\n\n

<\/p>\n\n\n\n

    \n
  • Analisi delle prestazioni regionali<\/strong>: capire quali prodotti stanno ottenendo buoni risultati in regioni specifiche per allocare le risorse di marketing in modo pi\u00f9 efficace.<\/li>\n<\/ul>\n\n\n\n
      \n
    • Ottimizzazione dell’inventario e della catena di fornitura<\/strong>: adeguare i livelli di inventario e i piani di distribuzione in base alle tendenze delle prestazioni di vendita regionali.<\/li>\n<\/ul>\n\n\n\n
      WITH\n  SalesData (MacroArea, Region, Product) AS (\n      VALUES ('America', 'North America'   , 'P_011')\n           , ('America', 'North America'   , 'P_035')\n           , ('America', 'Central America' , 'P_021')\n           , ('America', 'Central America' , 'P_027')\n           , ('America', 'Central America' , 'P_019')\n           , ('America', 'South America'   , 'P_027')\n           , ('Asia'   , 'Western Asia'    , 'P_005')\n           , ('Asia'   , 'Western Asia'    , 'P_027')\n           , ('Asia'   , 'Eastern Asia'    , 'P_038')\n           , ('Asia'   , 'Eastern Asia'    , 'P_016')\n           , ('Asia'   , 'Eastern Asia'    , 'P_040')\n           , ('Asia'   , 'Southtern Asia'  , 'P_044')\n           , ('Asia'   , 'Southtern Asia'  , 'P_021')\n           , ('Asia'   , 'Southtern Asia'  , 'P_038')\n           , ('Europe' , 'Northern Europe' , 'P_019')\n           , ('Europe' , 'Northern Europe' , 'P_035')\n           , ('Europe' , 'Northern Europe' , 'P_021')\n           , ('Europe' , 'Western Europe'  , 'P_027')\n           , ('Europe' , 'Western Europe'  , 'P_021')\n           , ('Europe' , 'Western Europe'  , 'P_009')\n           , ('Europe' , 'Eastern Europe'  , 'P_021')\n           , ('Europe' , 'Eastern Europe'  , 'P_009')\n           )\n, PL (Region, ProductsList) AS (\n      SELECT Region,\n             LISTAGG(Product, ', ')\n               WITHIN GROUP (ORDER BY Product) AS ProductsList\n        FROM SalesData\n      GROUP BY Region\n      ORDER BY Region\n      )\nselect * from PL;\n<\/pre>\n\n\n\n
      Risultato<\/strong><\/p>\n\n\n\n
      <\/p>\n\n\n\n
      \n
      \n
      REGION<\/td>PRODUCTSLIST<\/td><\/tr>
      Central America<\/td>P_019, P_021, P_027<\/td><\/tr>
      Eastern Asia<\/td>P_016, P_038, P_040<\/td><\/tr>
      Eastern Europe<\/td>P_009, P_021<\/td><\/tr>
      North America<\/td>P_011, P_035<\/td><\/tr>
      Northern Europe<\/td>P_019, P_021, P_035<\/td><\/tr>
      South America<\/td>P_027<\/td><\/tr>
      Southtern Asia<\/td>P_021, P_038, P_044<\/td><\/tr>
      Western Asia<\/td>P_005, P_027<\/td><\/tr>
      Western Europe<\/td>P_009, P_021, P_027<\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n\n\n\n
      <\/div>\n<\/div>\n\n\n\n
      <\/p>\n\n\n\n
      Descrizione dettagliata della query<\/strong><\/p>\n\n\n\n
      <\/p>\n\n\n\n
      La query SQL fornita \u00e8 una query ben strutturata che utilizza una Common Table Expression (CTE) per organizzare e aggregare i dati di vendita all’interno di un ambiente IBM iSeries. Questa particolare query \u00e8 progettata per consolidare e visualizzare l’elenco dei prodotti che hanno superato gli obiettivi di vendita, raggruppati per regione. Di seguito una descrizione dettagliata e tecnica della query:<\/p>\n\n\n\n
      Common Table Expressions (CTEs)<\/strong><\/p>\n\n\n\n
      SalesData CTE
      Il CTE SalesData<\/strong> viene creato utilizzando una clausola VALUES per definire manualmente un set di righe che simulano una tabella con tre colonne: MacroArea<\/strong>, Region<\/strong> e Product<\/strong>. Ogni riga rappresenta un prodotto che ha superato gli obiettivi di vendita in una specifica regione all’interno di una macroarea.<\/p>\n\n\n\n
      PL (ListaProdotti<\/strong>) CTE
      Dopo SalesData<\/strong> CTE, PL<\/strong> CTE viene utilizzato per creare un elenco di prodotti aggregati dalla colonna Region<\/strong>. Ci\u00f2 si ottiene utilizzando la funzione LISTAGG<\/strong>, una funzione OLAP che concatena i valori di pi\u00f9 righe in un’unica stringa con un delimitatore specificato, in questo caso una virgola (, ).<\/p>\n\n\n\n
      Funzione LISTAGG<\/strong>
      La funzione LISTAGG<\/strong> in questo contesto accetta due argomenti:<\/p>\n\n\n\n
        \n
      • Prodotto<\/strong>: la colonna contenente i valori da concatenare.<\/li>\n\n\n\n
      • ‘, ‘<\/strong>: la stringa letterale che definisce il delimitatore per separare i valori concatenati.<\/li>\n<\/ul>\n\n\n\n
        La clausola WITHIN<\/strong> GROUP<\/strong> specifica l’ordine in cui i valori Product devono essere concatenati, ordinati in base alla colonna Product stessa.<\/p>\n\n\n\n
        <\/p>\n\n\n\n
        Clausola GROUP BY<\/strong>
        La clausola GROUP<\/strong> BY<\/strong> viene applicata alla colonna Region, che garantisce che la funzione LISTAGG concatena i valori Product per ciascuna regione univoca in un’unica stringa, creando cos\u00ec un elenco distinto di prodotti per ciascuna regione.<\/p>\n\n\n\n
        Clausola ORDER BY<\/strong>
        Dopo il raggruppamento e l’aggregazione, alla colonna Regione viene applicata la clausola ORDER BY, che impone che l’output della query venga ordinato in base alla regione in ordine crescente.<\/p>\n\n\n\n
        Dichiarazione SELECT finale<\/strong>
        Infine, il select * from PL; L’istruzione esegue PL CTE, risultando in un elenco di record recuperati dalla tabella virtuale PL, che ora contiene due colonne: Region<\/strong> e ProductsList<\/strong>. Ogni riga nel set di risultati rappresenta una regione univoca insieme a una stringa che elenca tutti i prodotti per quella regione, aggregati e ordinati secondo la specifica LISTAGG<\/strong>.<\/p>\n\n\n\n
        Questo output \u00e8 particolarmente utile per una rapida consultazione e per scopi di reporting, poich\u00e9 mostra chiaramente le prestazioni dei prodotti all’interno di specifici mercati regionali.<\/p>\n\n\n\n
        \"OLAP<\/p>\n\n\n\n
        <\/p>\n\n\n\n
        Query 2: elenchi di Region aggregati per Product<\/strong><\/p>\n\n\n\n
        <\/p>\n\n\n\n
        Al contrario, la seconda query sposta l\u2019attenzione sui singoli prodotti, aggregando le regioni in cui ciascun prodotto ha superato gli obiettivi di vendita. Questa prospettiva \u00e8 particolarmente utile per i product manager e i pianificatori strategici, poich\u00e9 identifica l’ampiezza geografica dell’attrattiva e del successo del mercato di un prodotto.<\/p>\n\n\n\n
        <\/p>\n\n\n\n
        Applicazioni pratiche<\/strong>:<\/p>\n\n\n\n
        \u2022 Sviluppo e innovazione del prodotto<\/strong>: le informazioni su dove i prodotti hanno successo possono guidare il miglioramento del prodotto e gli sforzi di sviluppo di nuovi prodotti.
        \u2022 Strategie di espansione del mercato<\/strong>: l’identificazione di prodotti con un ampio appeal geografico pu\u00f2 informare le strategie di penetrazione ed espansione del mercato.<\/p>\n\n\n\n
        <\/p>\n\n\n\n
        <\/p>\n\n\n\n
        WITH\n  SalesData (MacroArea, Region, Product) AS (\n. . . .\n. . . . (as above)\n. . . .\n           )\n, RL (Product, RegionsList) AS (\n        SELECT Product,\n             LISTAGG(Region, ', ')\n               WITHIN GROUP (ORDER BY Region) AS RegionsList\n        FROM SalesData\n      GROUP BY Product\n\t  ORDER BY Product\n      )\nselect * from RL;\n<\/pre>\n\n\n\n
        Risultato<\/strong><\/p>\n\n\n\n
        <\/p>\n\n\n\n
        \n
        \n
        PRODUCT<\/td>REGIONSLIST<\/td><\/tr>
        P_005<\/td>Western Asia<\/td><\/tr>
        P_009<\/td>Eastern Europe, Western Europe<\/td><\/tr>
        P_011<\/td>North America<\/td><\/tr>
        P_016<\/td>Eastern Asia<\/td><\/tr>
        P_019<\/td>Central America, Northern Europe<\/td><\/tr>
        P_021<\/td>Central America, Eastern Europe, Northern Europe, Southtern Asia, Western Europe<\/td><\/tr>
        P_027<\/td>Central America, South America, Western Asia, Western Europe<\/td><\/tr>
        P_035<\/td>North America, Northern Europe<\/td><\/tr>
        P_038<\/td>Eastern Asia, Southtern Asia<\/td><\/tr>
        P_040<\/td>Eastern Asia<\/td><\/tr>
        P_044<\/td>Southtern Asia<\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n<\/div>\n\n\n\n
        <\/p>\n\n\n\n
        Descrizione dettagliata della query<\/strong><\/p>\n\n\n\n
        La query SQL \u00e8 strutturata per utilizzare una Common Table Expression (CTE) per organizzare ed eseguire query sui dati di vendita all’interno di un ambiente IBM iSeries. Questa query mira specificamente ad aggregare i dati per mostrare in quali regioni ciascun prodotto ha avuto successo, in base al superamento degli obiettivi di vendita. Ecco una ripartizione dettagliata e tecnica della query:<\/p>\n\n\n\n
        Common Table Expressions (CTEs)<\/strong><\/p>\n\n\n\n
        <\/p>\n\n\n\n
        SalesData CTE<\/strong>
        Il CTE SalesData funziona come un set di risultati temporaneo definito nell’ambito di esecuzione dell’istruzione SQL pi\u00f9 ampia. Questo CTE non \u00e8 mostrato per intero nell’immagine fornita ma si dice che sia come definito sopra, probabilmente contenente un insieme predefinito di righe con colonne: MacroArea<\/strong>, Region<\/strong> e Product<\/strong>. Ogni riga all’interno di questo CTE rappresenta un record di vendita in cui un particolare prodotto ha superato il suo obiettivo di vendita all’interno di una regione specifica.<\/p>\n\n\n\n
        RL (RegionsList) CTE<\/strong>
        Viene quindi definito il RL<\/strong> CTE per trasformare SalesData aggregando le regioni associate a ciascun prodotto. La trasformazione viene eseguita dalla funzione LISTAGG<\/strong>.<\/p>\n\n\n\n
        Funzione LISTAGG<\/strong>
        La funzione LISTAGG<\/strong> \u00e8 una funzione OLAP utilizzata qui per concatenare i valori Region da pi\u00f9 righe in un’unica stringa per ciascun prodotto. Richiede i seguenti parametri:<\/p>\n\n\n\n