Amazon Redshift non supporterà più la creazione di nuovi Python UDFs a partire dalla Patch 198. Python esistente UDFs continuerà a funzionare fino al 30 giugno 2026. Per ulteriori informazioni, consulta il [post del blog](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/).
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Funzione finestra SUM
La funzione finestra SUM restituisce la somma dei valori dell'espressione o della colonna di input. La funzione SUM funziona con i valori numerici e ignora i valori NULL.
## Sintassi
```
SUM ( [ ALL ] expression ) OVER
(
[ PARTITION BY expr_list ]
[ ORDER BY order_list
frame_clause ]
)
```
## Arguments (Argomenti)
*expression *
L'espressione o colonna di destinazione su cui viene eseguita la funzione.
ALL
Con l'argomento ALL, la funzione mantiene tutti i valori duplicati dall'espressione. ALL è il valore predefinito. DISTINCT non è supportato.
OVER
Specifica le clausole finestra per le funzioni di aggregazione. La clausola OVER distingue le funzioni di aggregazione delle finestre dalle normali funzioni di aggregazione dell'insieme.
PARTITION BY *expr\$1list*
Definisce la finestra per la funzione SUM in termini di una o più espressioni.
ORDER BY *order\$1list*
Ordina le righe all'interno di ogni partizione. Se non viene specificato nessun PARTITION BY, ORDER BY utilizza l'intera tabella.
*frame\$1clause*
Se una clausola ORDER BY viene utilizzata per una funzione di aggregazione, è necessaria una clausola del frame esplicita. La clausola frame raffina l'insieme di righe in una finestra della funzione, includendo o escludendo insieme di righe all'interno del risultato ordinato. La clausola frame è composta dalla parola chiave ROWS e dagli specificatori associati. Per informazioni, consultare [Riepilogo della sintassi della funzione finestra](c_Window_functions.md#r_Window_function_synopsis).
## Tipi di dati
I tipi di argomenti supportati dalla funzione SUM sono SMALLINT, INTEGER, BIGINT, NUMERIC, DECIMAL, REAL e DOUBLE PRECISION.
I tipi di restituzione supportati dalla funzione SUM sono:
+ BIGINT per gli argomenti SMALLINT oppure INTEGER
+ NUMERIC per gli argomenti BIGINT
+ DOUBLE PRECISION per argomenti del numero in virgola mobile
## Esempi
Nel seguente esempio viene creata una somma cumulativa (rolling) delle quantità di vendita ordinate per data e ID vendite:
```
select salesid, dateid, sellerid, qty,
sum(qty) over (order by dateid, salesid rows unbounded preceding) as sum
from winsales
order by 2,1;
salesid | dateid | sellerid | qty | sum
---------+------------+----------+-----+-----
30001 | 2003-08-02 | 3 | 10 | 10
10001 | 2003-12-24 | 1 | 10 | 20
10005 | 2003-12-24 | 1 | 30 | 50
40001 | 2004-01-09 | 4 | 40 | 90
10006 | 2004-01-18 | 1 | 10 | 100
20001 | 2004-02-12 | 2 | 20 | 120
40005 | 2004-02-12 | 4 | 10 | 130
20002 | 2004-02-16 | 2 | 20 | 150
30003 | 2004-04-18 | 3 | 15 | 165
30004 | 2004-04-18 | 3 | 20 | 185
30007 | 2004-09-07 | 3 | 30 | 215
(11 rows)
```
Per una descrizione della tabella WINSALES, consultare [Tabella di esempio per gli esempi della funzione finestra](c_Window_functions.md#r_Window_function_example).
Nel seguente esempio viene creata una somma cumulativa (rolling) delle quantità di vendita per data, i risultati sono partizionati per ID venditore e all'interno della partizione i risultati sono ordinati per data e ID vendite:
```
select salesid, dateid, sellerid, qty,
sum(qty) over (partition by sellerid
order by dateid, salesid rows unbounded preceding) as sum
from winsales
order by 2,1;
salesid | dateid | sellerid | qty | sum
---------+------------+----------+-----+-----
30001 | 2003-08-02 | 3 | 10 | 10
10001 | 2003-12-24 | 1 | 10 | 10
10005 | 2003-12-24 | 1 | 30 | 40
40001 | 2004-01-09 | 4 | 40 | 40
10006 | 2004-01-18 | 1 | 10 | 50
20001 | 2004-02-12 | 2 | 20 | 20
40005 | 2004-02-12 | 4 | 10 | 50
20002 | 2004-02-16 | 2 | 20 | 40
30003 | 2004-04-18 | 3 | 15 | 25
30004 | 2004-04-18 | 3 | 20 | 45
30007 | 2004-09-07 | 3 | 30 | 75
(11 rows)
```
Nel seguente esempio sono numerate tutte le righe nel set di risultati, ordinate dalle colonne SELLERID e SALESID:
```
select salesid, sellerid, qty,
sum(1) over (order by sellerid, salesid rows unbounded preceding) as rownum
from winsales
order by 2,1;
salesid | sellerid | qty | rownum
--------+----------+------+--------
10001 | 1 | 10 | 1
10005 | 1 | 30 | 2
10006 | 1 | 10 | 3
20001 | 2 | 20 | 4
20002 | 2 | 20 | 5
30001 | 3 | 10 | 6
30003 | 3 | 15 | 7
30004 | 3 | 20 | 8
30007 | 3 | 30 | 9
40001 | 4 | 40 | 10
40005 | 4 | 10 | 11
(11 rows)
```
Per una descrizione della tabella WINSALES, consultare [Tabella di esempio per gli esempi della funzione finestra](c_Window_functions.md#r_Window_function_example).
Nel seguente esempio vengono numerate tutte le righe nel set di risultati e i risultati sono partizionati per SELLERID e ordinati per SELLERID e SALESID e all'interno della partizione:
```
select salesid, sellerid, qty,
sum(1) over (partition by sellerid
order by sellerid, salesid rows unbounded preceding) as rownum
from winsales
order by 2,1;
salesid | sellerid | qty | rownum
---------+----------+-----+--------
10001 | 1 | 10 | 1
10005 | 1 | 30 | 2
10006 | 1 | 10 | 3
20001 | 2 | 20 | 1
20002 | 2 | 20 | 2
30001 | 3 | 10 | 1
30003 | 3 | 15 | 2
30004 | 3 | 20 | 3
30007 | 3 | 30 | 4
40001 | 4 | 40 | 1
40005 | 4 | 10 | 2
(11 rows)
```