Podsumowanie

Analiza szeregów czasowych w SQL Server

Maham Faisal Khan

Senior Data Science Content Developer

Praca z datami

• Łączenie DATEADD() i DATEDIFF() do zaokrąglania dat i godzin.
• Formatowanie za pomocą CAST() i CONVERT() gdy liczy się wydajność. FORMAT() jest przydatne, ale wolne.
• Tabele kalendarza to cenne narzędzie.

Tworzenie dat

• CAST(), CONVERT() i PARSE() przekształcają ciągi znaków w daty.
• TRY_CAST(), TRY_CONVERT() i TRY_PARSE() zapewniają bezpieczną konwersję dat.
• SWITCHOFFSET() i TODATETIMEOFFSET() to przydatne funkcje do pracy z przesunięciami.

Agregaty czasowe

• Funkcje agregujące: COUNT(), MIN(), MAX(), SUM().
• Statystyczne funkcje agregujące: AVG(), STDEV(), VAR(), STDEVP(), VARP().
• ROLLUP, CUBE i GROUPING SETS umożliwiają precyzyjne agregacje.

Typowe (i nietypowe) problemy szeregów czasowych

• Okna działają z funkcjami rankingowymi (ROW_NUMBER(), RANK(), DENSE_RANK(), NTILE()) oraz agregującymi (w tym statystycznymi).
• Sumy bieżące to zastosowanie SUM() w oknie.
• Średnie kroczące to zastosowanie AVG() w oknie.
• LAG() i LEAD() umożliwiają wgląd w przeszłe i przyszłe wartości.
• Przestawianie i przekształcanie danych dat do obliczania współbieżności.

Grazie!

Analiza szeregów czasowych w SQL Server