Amazon Redshift unterstützt UDFs ab Patch 198 nicht mehr die Erstellung von neuem Python. Das bestehende Python UDFs wird bis zum 30. Juni 2026 weiterhin funktionieren. Weitere Informationen finden Sie im [Blog-Posting](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/). Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Die Fensterfunktion MEDIAN Berechnet den Medianwert für den Wertebereich in einem Fenster oder einer Partition. NULL-Werte im Bereich werden ignoriert. MEDIAN ist eine Funktion für die inverse Verteilung, die ein kontinuierliches Verteilungsmodell annimmt. ## Syntax ``` MEDIAN ( median_expression ) OVER ( [ PARTITION BY partition_expression ] ) ``` ## Argumente *median\$1expression* Ein Ausdruck (beispielsweise ein Spaltenname), der die Werte bereitstellt, für die der Median ermittelt werden soll. Der Datentyp des Ausdrucks muss entweder numerisch oder Datum/Uhrzeit sein oder implizit in einen solchen konvertierbar sein. OVER Eine Klausel, die die Fensterpartitionierung angibt. Die OVER-Klausel darf keine Spezifikation für Fensteranordnungen oder Fensterrahmen enthalten. PARTITION BY *partition\$1expression* Optional. Ein Ausdruck, der den Datensatzbereich für die einzelnen Gruppen in der OVER-Klausel festlegt. ## Datentypen Der Rückgabetyp wird durch den Datentyp von *median\$1expression* festgelegt. Die folgende Tabelle zeigt den Rückgabetyp für jeden *median\$1expression*-Datentyp an. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/redshift/latest/dg/r_WF_MEDIAN.html) ## Nutzungshinweise Wenn das Argument *median\$1expression* den Datentyp DECIMAL hat und mit der maximal zulässigen Präzision von 38 Stellen definiert ist, gibt MEDIAN möglicherweise ein falsches Ergebnis oder einen Fehler zurück. Wenn der Rückgabewert der Funktion MEDIAN 38 Stellen überschreitet, wird das Ergebnis entsprechend abgekürzt. Dies führt zu einem Genauigkeitsverlust. Wenn während der Interpolierung ein Zwischenergebnis die maximal zulässige Genauigkeit überschreitet, erfolgt ein numerischer Überlauf und die Funktion gibt einen Fehler zurück. Um diese Bedingungen zu vermeiden, werden die Verwendung eines Datentyps mit einer niedrigeren Genauigkeit oder die Umwandlung des Arguments *median\$1expression* in ein Argument mit niedrigerer Genauigkeit empfohlen. Beispielsweise gibt eine SUM-Funktion mit einem DECIMAL-Argument standardmäßig eine Präzision von 38 Stellen zurück. Die Ergebnisskala ist die gleiche wie die Skala des Arguments. Eine SUM für eine DECIMAL(5,2)-Spalte gibt also einen DECIMAL(38,2)-Datentyp zurück. Im folgenden Beispiel wird eine SUM-Funktion im Argument *median\$1expression* einer MEDIAN-Funktion verwendet. Der Datentyp der Spalte PRICEPAID ist DECIMAL(8,2). Daher gibt die SUM-Funktion DECIMAL(38,2) zurück. ``` select salesid, sum(pricepaid), median(sum(pricepaid)) over() from sales where salesid < 10 group by salesid; ``` Um einen möglichen Präzisionsverlust oder Overflow-Fehler zu vermeiden, wandeln Sie das Ergebnis in einen DECIMAL-Datentyp mit einer niedrigeren Präzision um, wie im folgenden Beispiel gezeigt. ``` select salesid, sum(pricepaid), median(sum(pricepaid)::decimal(30,2)) over() from sales where salesid < 10 group by salesid; ``` ## Beispiele Im folgenden Beispiel wird der Median für die Verkaufsmenge für die einzelnen Verkäufer berechnet: ``` select sellerid, qty, median(qty) over (partition by sellerid) from winsales order by sellerid; sellerid qty median --------------------------- 1 10 10.0 1 10 10.0 1 30 10.0 2 20 20.0 2 20 20.0 3 10 17.5 3 15 17.5 3 20 17.5 3 30 17.5 4 10 25.0 4 40 25.0 ``` Eine Beschreibung der Tabelle WINSALES finden Sie unter [Beispieltabelle mit Beispielen von Fensterfunktionen](c_Window_functions.md#r_Window_function_example).