7-Dagars Glidande Medelvärde In Sql

Jag har en tabell med timmars produktanvändning hur många gånger produkten används data. Liksom, jag har användardata för 4 olika produkter ProductId från 1 till 4 lagrade för varje timme i produkttabellen. Som du kan tänka dig växer det ständigt Eftersom den nattliga ETL-processen dumpar data för hela föregående dag Om en produkt inte används någon timme på en dag, så vinner rekordet för den timmen t i denna tabell. Om en produkt inte används för hela dagen, Det vann inte någon rekord för den dagen i tabellen jag behöver generera en rapport som ger daglig användning och senaste 7 dagars rullande genomsnitt. Och så ska jag skapa en indexerad vy i SQL-servern 2014 Kan du tänka på en effektiv SQL-fråga för att göra this. asked 18 september 14 på 21 08. Tidigare diskuterade vi hur man skriver rullande medelvärden i Postgres Av populär efterfrågan visar vi dig hur du gör detsamma i MySQL och SQL Server. We kommer att täcka hur man kommenterar bullriga diagram som denna. Med en 7-dagars föregående genomsnittlig linje som th Is. The Big Idea. Our första grafen ovan är ganska bullriga och svårt att få användbar information från. Vi kan släta ut det genom att planera ett 7-dagars medelvärde ovanpå den underliggande data. Det kan göras med fönsterfunktioner, självförbindelser, eller korrelerade undersökningar - 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 grafen till Rätt, eftersom en stor piggvärde är genomsnittlig under de följande sju dagarna. Först Skapa en mellantals tabell. Vi vill beräkna ett genomsnitt över de totala registreringarna för varje dag. Antag att vi har en typisk användartabell med en rad per ny användare och en timestamp createdat, kan vi skapa vårt aggregat vårt registreringsbord som så. I Postgres och SQL Server kan du använda detta som en CTE I MySQL kan du spara den som en tillfällig tabell. Postgres Rolling Average. Fortunately har Postgres fönsterfunktioner som är enklaste sätt att beräkna en löpande aver age. This fråga förutsätter att datumen inte har luckor. Frågan är medelvärde 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 vårt räknebord går vi med i varje rad som var inom de senaste sju dagarna och tar medeltalet. Den här frågan hanterar automatiskt datumluckor, som 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 igen MySQL-versionen med en självförening. Det här är konceptuellt 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 Det 7-dagars ledande genomsnittet är det så enkelt 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 dag, 3.Moving Average - MA. BREAKING DOWN Flytta genomsnittet - MA. As ett SMA exempel, överväga en säkerhet med följande stängningskurser över 15 dagar. Veck 1 5 dagar 20 , 22, 24, 25, 23.Week 2 5 dagar 26, 28, 26, 29, 27.Veek 3 5 dagar 28, 30, 27, 29, 28.A 10-dagars MA skulle genomsnittliga slutkurserna för Första 10 dagarna som första datapunkt Nästa datapunkt skulle släppa det tidigaste priset, lägga till priset på dag 11 och ta medeltalet och så vidare som visas nedan. Som tidigare noterat lagrar MAs nuvarande prisåtgärd eftersom de är baserade på Tidigare priser, desto längre tidsperiod för MA, desto större fördröjning. Således kommer en 200-dagars MA att ha en mycket större grad av fördröjning än en 20-dagars MA eftersom den innehåller priser för de senaste 200 dagarna Längden på MA som ska användas beror på handelsmålen, med kortare MAs som används för kortfristig handel och långsiktig MAs som är mer lämpade för långsiktiga investerare. Den 200-dagars MA följs i stor utsträckning av investerare och handlare, med raster över Och under detta glidande medel anses vara viktiga handelssignaler. MAs ger också viktiga handelssignaler på egen hand eller när två genomsnitt övergår. En stigande MA indikerar att säkerheten är i en uptrend medan en minskande MA indikerar att den ligger i en downtrend På liknande sätt bekräftas uppåtgående moment med en haussead crossover som uppträder när en kortvarig MA korsar över en längre sikt MA Nedåtgående momentum bekräftas med en baisseövergång, vilket uppträder när en kortsiktig MA korsar en längre sikt MA.