Tidigare diskuterade vi hur man skriver rullande medelvärden i Postgres. Efter populär efterfrågan visar vi dig hur du gör detsamma i MySQL och SQL Server. Vi kommer att täcka hur du kommenterar bullriga diagram som denna. Med en 7-dagars föregående genomsnittlig linje så här. The Big Idea. Our första grafen ovan är ganska bullriga och svår att få användbar information från. Vi kan släta ut det genom att plotta ett 7-dagars genomsnitt ovanpå den underliggande data. Det kan göras med fönsterfunktioner, självförbindelser eller korrelerade Subqueries - vi kommer att täcka de första två. Vi börjar med ett föregående medel, vilket innebär att medelvärdet på den 7: e månaden är genomsnittet för de första sju dagarna. Det här ändrar faktiskt spikarna i diagrammet till höger, Som en stor spik är medeltal under de följande sju dagarna. Först Skapa ett mellantalstabell. Vi vill beräkna ett medelvärde över de totala registreringarna för varje dag Antag att vi har en typisk användartabell med en rad per ny användare och en tidsstämpel skapad , vi kan skapa vårt aggregat våra s ignsningstabell som så. I Postgres och SQL Server kan du använda detta som en CTE I MySQL kan du spara det som en tillfällig tabell. Postgres Rolling Average. Fortunately har Postgres fönsterfunktioner som är det enklaste sättet att beräkna ett löpande medelvärde. Denna fråga förutsätter att datumen inte har några luckor. Frågan är genomsnittlig under de senaste sju raderna, inte de senaste sju datumen. Om dina data har luckor, fyll i dem med generateseries eller gå med i ett bord med täta datumrader. MySQL Rolling Average. MySQL saknar fönsterfunktioner, men vi kan göra en liknande beräkning med hjälp av självförbindelser För varje rad i vår räknatabell sammanfogar vi varje rad som var inom de senaste sju dagarna och tar medeltalet. Den här frågan hanterar automatiskt datumluckor, eftersom vi tittar på Rader inom ett datumintervall snarare än föregående N rader. SQL Server Rolling Average. SQL Server har fönsterfunktioner, så beräkning av rullande medel kan göras i antingen Postgres-stilen eller MySQL-stilen. För enkelhet använder vi MySQL-versen På med en självförening. Detta är begreppsmässigt detsamma som i MySQL De enda översättningarna är datumaddfunktionen och uttryckligen namngiven grupp av kolumner. Övriga medelvärden. Vi fokuserade på det 7-dagars efterföljande genomsnittet i detta inlägg. Om vi ville titta på 7-dagars ledande medelvärde, det är lika enkelt som att sortera datumen i andra riktningen. Om vi ville titta på ett centrerat medelvärde, använder vi. Postgres rader mellan 3 föregående och 3 följande. MySql mellan - 3 och 3 i MySQL. SQL Server mellan dateadd dag, -3 och dateadd day, 3.Använd ett enkelt glidande medelvärde för att jämna ut data är en ganska populär teknik det är så illa det primära exemplet i SQL Anywhere Help är långt ifrån enkelt. Vad gör det exemplet så komplex Förutom problemuppsättningen beräknar man det rörliga genomsnittet av all produktförsäljning, per månad, år 2000. Här är det som gör det komplext. två referenser till AVG-funktionen. En GRUPP AV vilken allt i sig gör nästan alla VÄLJ en huvudskrapa. en snygg WINDOW clause. a WINDOW-klausul som inte ens använder WINDOW-sökordet så att de oinitierade personerna som behöver exempel mer än någon annan är det inte uppenbart att en WINDOW är involverad alls. Inte bara någon Windows-klausul, tänker dig, men en som innehåller varje enskild komponent som du kan koda i en WINDOW. a PARTITION BY. a RANGE-klausul, inte en enkel ROWS-klausul, men fullblåst RANGE-klausul, en som har ett intimt förhållande med ORDER BY Jag vet vad en rad är, men vad redigeras är en RANGE. Men vänta, det är mer Valet av RANGE över ROWS i det här exemplet är avgörande för korrekt sökning av frågan för en mer fullständig diskussion av det här exemplet, se exempel 23 - Beräkning av ett rörligt medelvärde i Glenn Paulleys utmärkta OLAP-vitt papper. Låt oss nu komma tillbaka på spår. A Verkligen riktigt enkelt rörande medelvärde. Följande exempel visar 10 dagars värde av data tillsammans med det glidande medlet av dagens värde och igår s WINDOW-klausulen på linjer 21 till 23 definierar ett rörligt fönstret som innehåller två rader idag s raden CURRENT ROW och igår s row 1 PRECEDING. theWINDOW ORDER BY-klausulen bestämmer vad PRECEDING betyder föregående rad av and. the ROWS-klausulen bestämmer storleken på fönstret alltid två rader. Uttrycket AVG OVER twodays på rad 19 hänvisar till WINDOW-klausulen med namnet, och det berättar att SQL Anywhere ska beräkna genomsnittet av de två värdena som finns i 2-rader skjutfönstret, för varje rad i resultatuppsättningen. Så för 2012 -02-02 medeltalet 10 och 20 är 15 000000.för 2012-02-03 är genomsnittet 20 och 10 15 000000.för 2012-02-04 är genomsnittet 10 och 30 20 000000.för 2012-02 -10 genomsnittet 10 och 60 är 35 000000.Oops, vad sägs om den första roden. 2012-02-01 raden har inte en föregående rad, så vad är genomsnittet över det rörliga fönstret. Enligt Glenn Paulley s vita Papper vid ett rörligt fönster antas att rader med Null-värden existerar före första raden och efter sista raden i inpu t. That betyder när det rörliga fönstret har 2012-02-01 som CURRENT ROW innehåller raden 1 PRECEDING NULL-värden och när SQL Anywhere beräknar en AVG som innehåller ett NULL-värde, räknar det inte med att NULL alls inte är i täljare eller i nämnaren vid beräkning av genomsnittet Här är beviset Det är därför twodayaverage 10 000000 för första raden 2012-02-01. Skickas av Breck Carter klockan 3 47 PM. Jag använder följande kod för att beräkna 9 Day Moving genomsnittet . Men det fungerar inte eftersom det först beräknar alla de återvände fälten innan gränsen heter. Med andra ord kommer det att beräkna alla stängningar före eller lika med det datumet och inte bara den sista 9. Så jag behöver beräkna SUM från den returnerade väljningen, istället för att beräkna den rakt. IE Välj SUM från SELECT. Now hur skulle jag gå om att göra det här och är det mycket dyrt eller är det ett bättre sätt. skriven apr 20 13 på 13 43.
No comments:
Post a Comment