SQL Server 中 7 天滚动平均值的 SQL 查询

Posted 2023-02-16

【中文标题】SQL Server 中 7 天滚动平均值的 SQL 查询

【英文标题】：SQL Query for 7 Day Rolling Average in SQL Server

【发布时间】：2014-11-13 08:49:01

【问题描述】：

我有一张每小时产品使用情况（产品使用次数）数据表——

ID (bigint)| ProductId (tinyint)| Date (int - YYYYMMDD) | Hour (tinyint)| UsageCount (int)
#|1 | 20140901 | 0 | 10
#|1 | 20140901 | 1 | 15
#|1 | 20140902 | 5 | 25
#|1 | 20140903 | 5 | 25
#|1 | 20140904 | 3 | 25
#|1 | 20140905 | 7 | 25
#|1 | 20140906 | 10 | 25
#|1 | 20140907 | 9 | 25
#|1 | 20140908 | 5 | 25
#|2 | 20140903 | 16 | 10
#|2 | 20140903 | 13 | 115

同样，我在 product_usage 表中每小时存储 4 种不同产品（ProductId 从 1 到 4）的使用数据。可以想象，随着夜间 ETL 流程转储前一整天的数据，它会不断增长。如果一天中的任何时间都没有使用产品，则该小时的记录不会出现在此表中。同样，如果一个产品一整天都没有使用，那么表中不会有当天的记录。我需要生成一份报告，提供每日使用情况和过去 7 天的滚动平均值 -

例如：

ProductId | Date | DailyUsage | RollingAverage
1 | 20140901 | sum of usages of that day | (Sum of usages from 20140901 through 20140826) / 7
1 | 20140901 | sum of usages of that day | (Sum of usages from 20140901 through 20140826) / 7
1 | 20140902 | sum of usages of that day | (Sum of usages from 20140902 through 20140827) / 7
2 | 20140902 | sum of usages of that day | (Sum of usages from 20140902 through 20140827) / 7

等等.. 我打算在 SQL Server 2014 中创建一个索引视图。您能想到一个高效的 SQL 查询来执行此操作吗？

【问题讨论】：

你所说的“滚动平均”实际上是一个总和。

【参考方案1】：

试试：

select x.*,
       avg(dailyusage) over(partition by productid order by productid, date rows between 6 preceding and current row) as rolling_avg
  from (select productid, date, sum(usagecount) as dailyusage
          from tbl
         group by productid, date) x

小提琴：

http://sqlfiddle.com/#!6/f674a7/4/0

如果您真正想要的是过去一周的总和，请将“avg(dailusage) over....”替换为 sum（而不是 avg）。在你的标题中你说你想要平均值，但后来你说你想要总和。查询应该与此相同，因此请使用您实际想要的任何一个。

正如 Gordon 所指出的，这基本上是过去 6 天使用该产品的日期的平均值，如果表格上有几天没有该产品的任何行，这可能不仅仅是过去 6 天，因为它根本没有被使用。要解决这个问题，您可以使用日期表和产品表。

【讨论】：

嘿，你知道如何为 msql 2008 改写你的 sql 代码吗？我在 2008 年尝试运行它，但一直出错。

SQL Server 2008 不支持 ROWS BETWEEN 语法。您需要稍微不同的方法，例如***.com/questions/26618353/…

哇——我知道“over(partition ...)”函数的部分功能，但我显然忽略了“preceding”元素。谢谢！

【参考方案2】：

如果您在某些日子可能会丢失数据，您必须小心。如果我假设每天都有某些产品的数据，那么这种方法将起作用：

select p.productid, d.date, sum(usagecount),
       sum(sum(usagecount)) over (partition by p.productid order by d.date
                                  rows between 6 preceding and current row) as Sum7day
from (select distinct productid from hourly) p cross join
     (select distinct date from hourly) d left join
     hourly h
     on h.productid = p.productid and h.date = p.date
group by p.productid, d.date;

【讨论】：

没错。如果缺少观察，“排序”和获取最后 N 个观察的技术就会失效。