Shrnutí

Time Series Analysis in SQL Server

Maham Faisal Khan

Senior Data Science Content Developer

Práce s daty

• Kombinujte DATEADD() a DATEDIFF() pro zaokrouhlení dat a časů.
• Pro formátování použijte CAST() nebo CONVERT(). FORMAT() je pohodlná, ale pomalá.
• Kalendářní tabulky jsou cenným nástrojem.

Sestavování dat

• CAST(), CONVERT() a PARSE() převádějí řetězce na data.
• Pro bezpečné převody použijte TRY_CAST(), TRY_CONVERT() a TRY_PARSE().
• SWITCHOFFSET() a TODATETIMEOFFSET() jsou užitečné funkce pro práci s časovými posuny.

Časové agregace

• Agregační funkce zahrnují COUNT(), MIN(), MAX() a SUM().
• Statistické agregační funkce zahrnují AVG(), STDEV(), VAR(), STDEVP() a VARP().
• ROLLUP, CUBE a GROUPING SETS umožňují upřesnit agregace.

Běžné (i méně běžné) problémy s časovými řadami

• Okna fungují s řadicími funkcemi (ROW_NUMBER(), RANK(), DENSE_RANK(), NTILE()) i agregačními funkcemi (včetně statistických).
• Kumulativní součty využívají SUM() přes okno.
• Klouzavé průměry využívají AVG() přes okno.
• LAG() a LEAD() umožňují nahlédnout zpět a dopředu v čase.
• Přeuspořádejte a transformujte data pro výpočet souběžnosti.

Grazie!

Time Series Analysis in SQL Server