各ユーザーが**どのクラスに属するか**を、アカウント残高に基づいてテーブルに追加することを想定します。

クラスの判定基準は以下の通りです：
- アカウント残高が下位`25%`にある場合、**第4クラス**に属する；
- アカウント残高が`25%`から`50%`の間にある場合、**第3クラス**に属する；
- アカウント残高が`50%`から`75%`の間にある場合、**第2クラス**に属する；
- アカウント残高が上位`25%`にある場合、**第1クラス**に属する。

この問題を解決するために、`NTILE()`というウィンドウ関数を使用できます。
`NTILE()`関数は、**順序付けされたパーティション**内の行を指定した数のほぼ等しいグループ（タイル）に分割するウィンドウ関数です。
各行に対して、その行が属するグループ番号を`1`から割り当てます。
```sql
NTILE(num_buckets) OVER (
    ORDER BY sort_column
)
```


この例では、`PARTITION BY`関数を**結果セット全体**に適用したいため、`NTILE()`句を指定する必要はありません。
`ORDER BY`句のみで十分であり、これは**行がどのような順序でタイルに分配されるか**を定義し、テーブル全体の給与の並び順に基づいてグループ分けが行われます。
特定のグループ（例：部門）ごとにタイルを計算したい場合は、`PARTITION BY`を使用します。



ノート

import unittest
import psycopg2
import pandas as pd

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_ntile_applied_with_4_classes(self):
        """Check that NTILE is used with 4 classes and ordered by balance descending."""
        with open("query.sql", "r") as file:
            query = file.read()
        # Check for correct NTILE usage
        has_ntile = "NTILE(4)" in query.replace(" ", "").upper() or "NTILE (4)" in query.replace(" ", "").upper()
        has_order = "ORDER BY BALANCE DESC" in query.upper() or "ORDER BY BALANCE DESC" in query.replace("  ", " ").upper()
        _dynamic_test(
            self,
            has_ntile and has_order,
            "NTILE(4) and ORDER BY balance DESC are present.",
            "NTILE(4) or ORDER BY balance DESC is missing."
        )

    def test_columns_present(self):
        """Check that the result includes account_holder, balance, and class columns."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        columns = [desc[0] for desc in self.cursor.description]
        required_columns = {"account_holder", "balance", "class"}
        _dynamic_test(
            self,
            required_columns.issubset(set(columns)),
            "Result includes account_holder, balance, and class columns.",
            f"Result is missing one or more required columns: {required_columns - set(columns)}."
        )

    def test_class_values_between_1_and_4(self):
        """Check that class values are between 1 and 4 inclusive."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        df = pd.DataFrame(rows, columns=columns)
        if "class" in df.columns:
            valid = df["class"].apply(lambda x: x in [1,2,3,4]).all()
        else:
            valid = False
        _dynamic_test(
            self,
            valid,
            "All class values are between 1 and 4.",
            "Some class values are not between 1 and 4."
        )

    def test_balance_descending_order(self):
        """Check that balances are sorted in descending order."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        columns = [desc[0] for desc in self.cursor.description]
        df = pd.DataFrame(rows, columns=columns)
        if "balance" in df.columns:
            sorted_correctly = df["balance"].tolist() == sorted(df["balance"].tolist(), reverse=True)
        else:
            sorted_correctly = False
        _dynamic_test(
            self,
            sorted_correctly,
            "Balances are sorted in descending order.",
            "Balances are not sorted in descending order."
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

SQLの高度なテクニックを通じて、SQLの魅力的な旅を始めましょう。データベーストランザクションにおけるデータの正確性を保つために重要なACID特性について学びます。データベースのパフォーマンスを向上させるためのクエリ最適化の高度な方法を発見します。ウィンドウ関数、トリガー、データ制御言語（DCL）、NoSQLデータベースなど、特別なSQL機能を探求します。これにより、現代のデータベース管理を自信を持って効果的に扱うことができます。

ここでは、データベース管理におけるACID（原子性、一貫性、独立性、永続性）の基本原則について探ります。これらの原則が、操作の完全性を保証し、データの一貫性を維持し、同時実行トランザクションを分離し、データの永続的な保存を確保することで、信頼性の高いトランザクションを実現する方法を学びます。

インデックス最適化を通じてSQLクエリの効率を向上させる方法を探求します。データベースのパフォーマンスにおけるインデックスの重要性について深く学び、インデックスの設計、実装、および効果的な活用方法を習得します。適切なインデックス選択のための戦略、クエリ実行計画への影響の理解、インデックスの選択と活用によるクエリパフォーマンスの最適化について解説します。

このセクションでは、トリガー、ウィンドウ関数、DCL（データ制御言語）などの重要なトピックを取り上げ、それらの実装および最適化戦略について包括的な洞察を提供します。さらに、NoSQL DBMSの分野にも触れ、そのアーキテクチャ、利点、実践的な応用について詳しく解説します。

チャレンジ：ウィンドウ関数の使用

解答