Pour conclure

Analyse de séries temporelles dans SQL Server

Maham Faisal Khan

Senior Data Science Content Developer

Travailler avec les dates

• Combinez DATEADD() et DATEDIFF() pour arrondir dates et heures.
• Formatez avec CAST() et CONVERT() quand la performance compte. FORMAT() est utile mais lent.
• Les tables de calendrier sont un atout précieux.

Construire des dates

• CAST(), CONVERT() et PARSE() peuvent tous convertir des chaînes en dates.
• Utilisez TRY_CAST(), TRY_CONVERT() et TRY_PARSE() pour des conversions sûres.
• SWITCHOFFSET() et TODATETIMEOFFSET() sont utiles pour gérer les décalages.

Agrégats basés sur le temps

• Les fonctions d'agrégation incluent COUNT(), MIN(), MAX() et SUM().
• Les fonctions d'agrégation statistiques incluent AVG(), STDEV(), VAR(), STDEVP() et VARP().
• ROLLUP, CUBE et GROUPING SETS permettent d'affiner vos agrégations.

Problèmes de séries temporelles courants (et moins courants)

• Les fenêtres s'appliquent aux fonctions de classement (ROW_NUMBER(), RANK(), DENSE_RANK(), NTILE()) et aux fonctions d'agrégation (y compris statistiques).
• Les cumuls progressifs utilisent SUM() sur une fenêtre.
• Les moyennes mobiles utilisent AVG() sur une fenêtre.
• LAG() et LEAD() permettent de regarder en arrière et en avant dans le temps.
• Pivotisez et transformez les dates pour calculer la simultanéité.

Grazie !

Analyse de séries temporelles dans SQL Server