Berechnen Moving Average Oracle

Wenn Sie diese Meldung sehen, hat Ihr Browser entweder deaktiviert oder unterstützt kein JavaScript. Um die vollständigen Funktionen dieses Hilfesystems, z. B. die Suche, nutzen zu können, muss Ihr Browser JavaScript-Unterstützung aktiviert haben. Weighted Moving Averages Mit Simple Moving Averages wird jeder Datenwert in dem Windowquot, in dem die Berechnung durchgeführt wird, eine gleiche Bedeutung oder Gewicht zugewiesen. Es ist oft der Fall, vor allem in der Finanzdaten-Daten-Analyse, dass mehr chronologisch jüngsten Daten ein größeres Gewicht tragen sollte. In diesen Fällen wird der gewichtete gleitende Durchschnitt (oder der exponentielle gleitende Durchschnitt - siehe das folgende Thema) häufig bevorzugt. Betrachten Sie die gleiche Tabelle der Verkaufsdatenwerte für zwölf Monate: Um einen gewichteten gleitenden Durchschnitt zu berechnen: Berechnen Sie, wie viele Intervalle von Daten an der Moving Average Berechnung beteiligt sind (d. h. die Größe des rechnerischen Windowquot). Wenn das Berechnungsfenster n ist, wird der jüngste Datenwert in dem Fenster mit n multipliziert, der nächstletzte multipliziert mit n-1, der Wert vor dem multipliziert mit n-2 und so weiter für alle Werte im Fenster. Teilen Sie die Summe aller multiplizierten Werte durch die Summe der Gewichte, um den gewichteten gleitenden Durchschnitt über diesem Fenster zu erhalten. Stellen Sie den Weighted Moving Average-Wert in eine neue Spalte entsprechend der oben beschriebenen Positionierung der mittleren Mittelwerte ein. Um diese Schritte zu veranschaulichen, sollten Sie berücksichtigen, ob ein dreimonatiger gewichteter gleitender Durchschnitt der Verkäufe im Dezember erforderlich ist (unter Verwendung der obigen Tabelle der Verkaufswerte). Der Begriff "3-monthquot" impliziert, dass das Berechnungsfenster für das Windowquot 3 ist, daher sollte der Algorithmus für den Weighted Moving Average-Berechnungsfaktor für diesen Fall sein: Oder, wenn ein 3-Monats-Weighted Moving Average über den gesamten ursprünglichen Datenbereich ausgewertet würde : 3 Monate Weighted Moving Average Ich arbeite mit SQL Server 2008 R2 und versuche, einen gleitenden Durchschnitt zu berechnen. Für jeden Datensatz meiner Ansicht möchte ich die Werte der 250 vorherigen Datensätze sammeln und dann den Durchschnitt für diese Selektion berechnen. Meine Ansichtsspalten sind wie folgt: TransactionID ist eindeutig. Für jede TransactionID. Ich möchte den Durchschnitt für Spaltenwert über 250 Datensätze berechnen. So für die TransactionID 300, sammeln Sie alle Werte aus früheren 250 Zeilen (Ansicht wird absteigend nach TransactionID sortiert) und dann in Spalte MovAvg das Ergebnis des Mittelwerts dieser Werte schreiben. Ich bin auf der Suche, um Daten in einer Reihe von Datensätzen zu sammeln. Gesucht am 28.10.2008 um 20: 5821 SQL für Analyse und Reporting Behandlung von NULLs als Eingabe von Fensterfunktionen Fensterfunktionen NULL-Semantik stimmt mit den NULL-Semantiken für SQL-Aggregatfunktionen überein. Andere Semantiken können durch benutzerdefinierte Funktionen oder durch Verwendung des DECODE - oder CASE-Ausdrucks innerhalb der Fensterfunktion erhalten werden. Windowing-Funktionen mit logischem Offset Ein logischer Offset kann mit Konstanten wie RANGE 10 PRECEDING angegeben werden. Oder einen Ausdruck, der eine Konstante oder eine Intervallspezifikation wie RANGE INTERVAL N DAY MONTH YEAR PRECEDING oder einen Ausdruck ausgibt, der ein Intervall auswertet. Bei logischem Offset kann es nur einen Ausdruck in der Ausprägungsliste ORDER BY in der Funktion geben, wobei der Typ NUMERIC kompatibel ist, wenn der Offset numerisch ist, oder DATE, wenn ein Intervall angegeben ist. Beispiel 21-7 Kumulative Aggregatfunktion Nachfolgend ein Beispiel für kumulative Beträge nach Kundennummer pro Quartal 1999: In diesem Beispiel definiert die analytische Funktion SUM für jede Zeile ein Fenster, das am Anfang der Partition beginnt (UNBOUNDED PRECEDING ) Und endet standardmäßig in der aktuellen Zeile. Nested SUM s werden in diesem Beispiel benötigt, da wir einen SUM über einen Wert ausführen, der selbst ein SUM ist. Verschachtelte Aggregationen werden sehr oft in analytischen Aggregatfunktionen verwendet. Beispiel 21-8 Moving Aggregate-Funktion Dieses Beispiel eines zeitbasierten Fensters zeigt für einen Kunden den gleitenden Durchschnitt der Umsätze für den aktuellen Monat und die vorangegangenen zwei Monate an: Beachten Sie, dass die ersten beiden Zeilen für die dreimonatige gleitende Durchschnittsberechnung im Ausgabedaten basieren auf einer kleineren Intervallgröße als angegeben, da die Fensterberechnung die von der Abfrage abgerufenen Daten nicht überschreiten kann. Sie müssen die verschiedenen Fenstergrößen berücksichtigen, die an den Rändern der Ergebnismengen gefunden werden. Mit anderen Worten, müssen Sie die Abfrage ändern, um genau das, was Sie wollen, zu ändern. Zentrierte Aggregatfunktion Die Berechnung von Fenster-Aggregatfunktionen, die um die aktuelle Zeile zentriert sind, ist einfach. In diesem Beispiel wird für alle Kunden ein zentrierter gleitender Durchschnitt des Umsatzes für eine Woche Ende Dezember 1999 berechnet. Er ermittelt einen Durchschnitt der Verkaufssumme für den einen Tag vor der aktuellen Zeile und einen Tag nach der aktuellen Zeile einschließlich der aktuellen Zeile. Beispiel 21-9 Zentriertes Aggregat Die Anfangs - und Endzeilen für jede produktzentrierte gleitende Durchschnittsberechnung in den Ausgabedaten basieren auf nur zwei Tagen, da die Fensterberechnung die von der Abfrage abgerufenen Daten nicht überschreiten kann. Benutzer müssen die verschiedenen Fenstergrößen, die an den Rändern der Ergebnismengen gefunden werden, berücksichtigen: die Abfrage muss möglicherweise angepasst werden. Aggregatfunktionen in Anwesenheit von Duplikaten visualisieren Im folgenden Beispiel wird veranschaulicht, wie Fensteraggregatfunktionen Werte berechnen, wenn Duplikate vorhanden sind, dh wenn mehrere Zeilen für einen einzelnen Auftragswert zurückgegeben werden. Die Abfrage ruft die in einem bestimmten Zeitraum an mehrere Kunden verkaufte Menge ab. (Obwohl wir eine Inline-Ansicht verwenden, um unseren Basisdatensatz zu definieren, hat er keine besondere Bedeutung und kann ignoriert werden.) Die Abfrage definiert ein sich bewegendes Fenster, das vom Datum der aktuellen Zeile bis zu 10 Tagen früher läuft. Beachten Sie das Schlüsselwort RANGE Wird verwendet, um die windowing-Klausel dieses Beispiels zu definieren. Dies bedeutet, dass das Fenster potenziell viele Zeilen für jeden Wert in dem Bereich halten kann. In diesem Fall gibt es drei Paare von Zeilen mit doppelten Datumswerten. Beispiel 21-10 Aktivieren von Aggregatfunktionen mit logischen Offsets In der Ausgabe dieses Beispiels geben alle Daten außer dem 6. Mai und 12. Mai zwei Zeilen mit doppelten Daten zurück. Untersuchen Sie die kommentierten Zahlen rechts neben der Ausgabe, um zu sehen, wie die Werte berechnet werden. Beachten Sie, dass jede Gruppe in Klammern die Werte darstellt, die für einen einzelnen Tag zurückgegeben werden. Beachten Sie, dass dieses Beispiel nur angewendet wird, wenn Sie das Schlüsselwort RANGE anstelle des ROWS-Schlüsselwort verwenden. Es ist auch wichtig, sich daran zu erinnern, dass mit RANGE. Können Sie nur 1 ORDER BY-Ausdruck in der analytischen Funktionen ORDER BY-Klausel verwenden. Mit dem ROWS-Schlüsselwort können Sie mehrere Ausdrücke in der analytischen Funktion ORDER BY verwenden. Variable Fenstergröße für jede Zeile Es gibt Situationen, in denen es sinnvoll ist, die Größe eines Fensters für jede Zeile abhängig von einer bestimmten Bedingung zu ändern. Zum Beispiel möchten Sie vielleicht das Fenster größer für bestimmte Termine und kleiner für andere machen. Angenommen, Sie wollen den gleitenden Durchschnitt des Aktienkurses über drei Arbeitstage berechnen. Wenn Sie für jeden Arbeitstag eine gleiche Anzahl von Zeilen für jeden Arbeitstag haben und keine arbeitsfreien Tage gespeichert sind, können Sie eine physikalische Fensterfunktion verwenden. Wenn die angegebenen Bedingungen jedoch nicht erfüllt sind, können Sie trotzdem einen gleitenden Durchschnitt berechnen, indem Sie einen Ausdruck in den Fenstergrößenparametern verwenden. Ausdrücke in einer Fenstergrößenangabe können in mehreren verschiedenen Quellen gemacht werden. Könnte der Ausdruck ein Verweis auf eine Spalte in einer Tabelle sein, z. B. eine Zeittabelle. Es könnte auch eine Funktion sein, die die entsprechende Grenze für das Fenster basierend auf Werten in der aktuellen Zeile zurückgibt. Die folgende Anweisung für eine hypothetische Aktienkursdatenbank verwendet eine benutzerdefinierte Funktion in ihrer RANGE-Klausel, um die Fenstergröße festzulegen: In dieser Anweisung ist ttimekey ein Datumsfeld. Hier könnte fn eine PLSQL-Funktion mit folgender Spezifikation sein: 4 if ttimekey is Monday, Tuesday Wenn einer der vorherigen Tage Urlaube ist, passt er die Zählung entsprechend an. Beachten Sie, dass, wenn Fenster mit einer Zahl in einer Fensterfunktion mit ORDER BY an einer Datumsspalte angegeben wird, dann wird es konvertiert, um die Anzahl der Tage zu bedeuten. Sie könnten auch die Intervall-Literal-Konvertierungsfunktion verwendet haben, da NUMTODSINTERVAL (fn (ttimekey), DAY) statt nur fn (ttimekey) das gleiche bedeutet. Sie können auch eine PLSQL-Funktion schreiben, die einen INTERVAL-Datentypwert zurückgibt. Windowing Aggregate-Funktionen mit physischen Offsets Für Fenster, die in Zeilen ausgedrückt werden, sollten die Ordnungsausdrücke eindeutig sein, um deterministische Ergebnisse zu erzeugen. Beispielsweise ist die folgende Abfrage nicht deterministisch, da timeid in dieser Ergebnismenge nicht eindeutig ist. Beispiel 21-11 Aktivieren von Aggregatfunktionen mit physischen Offsets Eine Möglichkeit, dieses Problem zu lösen, wäre, die prodid-Spalte der Ergebnismenge und der Reihenfolge auf timeid und prodid hinzuzufügen. FIRSTVALUE - und LASTVALUE-Funktionen Mit den FIRSTVALUE - und LASTVALUE-Funktionen können Sie die erste und die letzte Zeile eines Fensters auswählen. Diese Zeilen sind besonders wertvoll, weil sie häufig als die Basislinien in Berechnungen verwendet werden. Beispielsweise könnten Sie bei einer Partitionsholding-Verkaufsdaten, die nach dem Tag geordnet sind, fragen, wie viele Tage die Verkäufe im Vergleich zum ersten Verkaufstag (FIRSTVALUE) der Periode oder vielleicht auch für einen Satz von Zeilen im steigenden Kundenauftrag waren , Was war die prozentuale Größe jedes Verkaufs in der Region im Vergleich zum größten Verkauf (LASTVALUE) in der Region Wenn die Option IGNORE NULLS mit FIRSTVALUE verwendet wird. Wird es den ersten Nicht-Nullwert in der Menge zurückgeben, oder NULL, wenn alle Werte NULL sind. Wenn IGNORE NULLS mit LASTVALUE verwendet wird. Gibt es den letzten Nicht-Nullwert in der Menge oder NULL zurück, wenn alle Werte NULL sind. Die Option IGNORE NULLS ist besonders nützlich, wenn Sie eine Inventartabelle ordnungsgemäß speichern. Reporting Aggregate-Funktionen Nachdem eine Abfrage verarbeitet wurde, können Aggregatwerte wie die Anzahl der resultierenden Zeilen oder ein Durchschnittswert in einer Spalte innerhalb einer Partition einfach berechnet und anderen Berichtsfunktionen zur Verfügung gestellt werden. Die Berichtsaggregatfunktionen geben für jede Zeile in einer Partition denselben Aggregatwert zurück. Ihr Verhalten in Bezug auf NULLs ist das gleiche wie die SQL-Aggregatfunktionen. Die Syntax lautet: Darüber hinaus gelten folgende Bedingungen: Ein Asterisk () ist nur in COUNT erlaubt () DISTINCT wird nur unterstützt, wenn entsprechende Aggregatfunktionen den Wert expression1 zulassen und value expression2 ein beliebiger gültiger Ausdruck mit Spaltenreferenzen oder Aggregaten sein kann. Die PARTITION BY-Klausel definiert die Gruppen, auf denen die Fensterfunktionen berechnet werden. Wenn die PARTITION BY-Klausel nicht vorhanden ist, wird die Funktion über die gesamte Abfrageergebnismenge berechnet. Reporting-Funktionen können nur in der SELECT-Klausel oder der ORDER BY-Klausel angezeigt werden. Der Hauptvorteil der Berichtsfunktionen ist ihre Fähigkeit, mehrere Durchläufe von Daten in einem einzelnen Abfrageblock zu tun und die Abfrageleistung zu beschleunigen. Abfragen wie zählen die Anzahl der Verkäufer mit Verkäufen mehr als 10 der Stadtverkäufe erfordern keine Verknüpfungen zwischen getrennten Abfrageblöcken. Betrachten Sie beispielsweise die Frage Für jede Produktkategorie, finden Sie die Region, in der es maximalen Umsatz hatte. Die äquivalente SQL-Abfrage mit der MAX-Berichtsaggregatfunktion wäre: Die innere Abfrage mit der Berichtsaggregatfunktion MAX (SUM (Beträge)) gibt zurück: Die vollständigen Abfrageergebnisse sind: Beispiel 21-12 Reporting Aggregate Beispiel Reporting Aggregate kombiniert mit geschachtelten Abfragen aktivieren Komplexe Abfragen effizient zu beantworten. Zum Beispiel, was, wenn Sie wissen möchten, die meistverkauften Produkte in Ihrer wichtigsten Produkt-Unterkategorien Das Folgende ist eine Abfrage, die die 5 meistverkauften Produkte für jedes Produkt Unterkategorie, die mehr als 20 der Verkäufe innerhalb seiner Produktkategorie beiträgt: RATIOTOREPORT Funktion Die Funktion RATIOTOREPORT berechnet das Verhältnis eines Wertes zur Summe eines Wertsatzes. Wenn der Ausdruckswertausdruck zu NULL ausgewertet wird. RATIOTOREPORT wertet auch NULL aus. Aber es wird als Null für die Berechnung der Summe von Werten für den Nenner behandelt. Seine Syntax lautet: Dabei gilt: expr kann ein beliebiger gültiger Ausdruck mit Spaltenreferenzen oder Aggregaten sein. Die PARTITION BY-Klausel definiert die Gruppen, auf denen die RATIOTOREPORT-Funktion berechnet werden soll. Falls die PARTITION BY-Klausel nicht vorhanden ist, wird die Funktion über die gesamte Abfrageergebnismenge berechnet. Für die Berechnung von RATIOTOREPORT der Verkäufe für jeden Kanal können Sie die folgende Syntax verwenden: LAGLEAD-Funktionen Die LAG - und LEAD-Funktionen sind nützlich, um Werte zu vergleichen, wenn die relativen Positionen von Zeilen zuverlässig bekannt sein können. Sie arbeiten, indem sie die Anzahl der Zeilen angeben, die die Zielzeile von der aktuellen Zeile trennen. Da die Funktionen den Zugriff auf mehr als eine Zeile einer Tabelle zur gleichen Zeit ohne eine Selbstverknüpfung ermöglichen, können sie die Verarbeitungsgeschwindigkeit erhöhen. Die LAG-Funktion bietet Zugriff auf eine Zeile bei einem gegebenen Offset vor der aktuellen Position und die LEAD-Funktion bietet Zugriff auf eine Zeile bei einem gegebenen Offset nach der aktuellen Position. LAGLEAD-Syntax Diese Funktionen haben folgende Syntax: offset ist ein optionaler Parameter und standardmäßig auf 1. default ist ein optionaler Parameter und ist der zurückgegebene Wert, wenn offset außerhalb der Grenzen der Tabelle oder Partition liegt. Informationen hierzu finden Sie unter Data Densification for Reporting für Informationen, die zeigen, wie die LAG LEAD-Funktionen für die Durchführung von Periodenvergleichsabfragen für spärliche Daten verwendet werden. FIRSTLAST-Funktionen Die FIRSTLAST-Aggregatfunktionen ermöglichen es Ihnen, einen Datensatz zu ordnen und mit seinen obersten oder untersten Zeilen zu arbeiten. Nach dem Finden der obersten oder untersten Zeilen wird eine Aggregatfunktion auf jede gewünschte Spalte angewendet. Das heißt, FIRST LAST lässt Sie auf Spalte A rangieren, aber das Ergebnis eines Aggregats zurückgeben, das auf die ersten oder letzten Zeilen der Spalte B angewendet wird. Dies ist wertvoll, weil es die Notwendigkeit für eine Selbstverknüpfung oder Unterabfrage vermeidet verbessernde Leistung. Diese Funktionssyntax beginnt mit einer regulären Aggregatfunktion (MIN, MAX, AVG, COUNT VARIANCE, STDDEV), die einen einzelnen Rückgabewert pro Gruppe erzeugt. Um das angegebene Ranking anzugeben, fügen die FIRST LAST-Funktionen eine neue Klausel hinzu, die mit dem Wort KEEP beginnt. FIRSTLAST-Syntax Diese Funktionen haben die folgende Syntax: Beachten Sie, dass die ORDER BY-Klausel mehrere Ausdrücke ausführen kann. FIRSTLAST als reguläre Aggregate Sie können die FIRST LAST-Aggregatfamilie als reguläre Aggregatfunktionen verwenden. Beispiel 21-15 FIRSTLAST Beispiel 1 Die folgende Abfrage erlaubt uns, den Mindestpreis und den Listenpreis unserer Produkte zu vergleichen. Für jedes Produkt Unterkategorie innerhalb der Mens Kleidung Kategorie, gibt es die folgenden: Listenpreis des Produkts mit dem niedrigsten Mindestpreis niedrigster Mindestpreis Listenpreis des Produkts mit dem höchsten Mindestpreis höchsten Mindestpreis FIRSTLAST als Reporting Aggregate Sie können auch die FIRST LAST-Familie von Aggregaten als Berichtsaggregatfunktionen. Ein Beispiel ist die Berechnung, welche Monate die größte und geringste Zunahme der Kopfzahl das ganze Jahr über. Die Syntax für diese Funktionen ähnelt der Syntax für jedes andere Berichtsaggregat. Betrachten Sie das Beispiel in Beispiel 21-15 für FIRSTLAST. Was wäre, wenn wir die Listenpreise einzelner Produkte finden und sie mit den Listenpreisen der Produkte in ihrer Unterkategorie vergleichen wollten, die die höchsten und niedrigsten Mindestpreise hatten? Die folgende Abfrage läßt uns diese Informationen für die Unterkategorie Documentation mit FIRSTLAST als Reporting finden Aggregate. Beispiel 21-16 FIRSTLAST Beispiel 2 Die Verwendung der FIRST - und LAST-Funktionen als Berichtsaggregate macht es einfach, die Ergebnisse in Berechnungen wie Gehalt in Prozent des höchsten Gehalts einzubeziehen. Inverse Percentile-Funktionen Mit Hilfe der CUMEDIST-Funktion finden Sie die kumulative Verteilung (percentile) eines Wertsatzes. Allerdings ist die inverse Operation (Feststellung, welcher Wert zu einem bestimmten Perzentil berechnet) weder einfach noch effizient zu berechnen. Um diese Schwierigkeiten zu überwinden, wurden die Funktionen PERCENTILECONT und PERCENTILEDISC eingeführt. Diese können sowohl als Fensterberichterstattungsfunktionen als auch als normale Aggregatfunktionen verwendet werden. Diese Funktionen benötigen eine Sortierspezifikation und einen Parameter, der einen Perzentilwert zwischen 0 und 1 annimmt. Die Sortierspezifikation wird mit einer ORDER BY-Klausel mit einem Ausdruck behandelt. Wenn es als normale Aggregatfunktion verwendet wird, gibt es einen einzelnen Wert für jeden bestellten Satz zurück. PERCENTILECONT. Die eine durch Interpolation berechnete kontinuierliche Funktion und PERCENTILEDISC ist. Die eine Schrittfunktion ist, die diskrete Werte annimmt. Wie andere Aggregate arbeiten PERCENTILECONT und PERCENTILEDISC auf einer Gruppe von Zeilen in einer gruppierten Abfrage, jedoch mit den folgenden Unterschieden: Sie benötigen einen Parameter zwischen 0 und 1 (einschließlich). Ein aus diesem Bereich spezifizierter Parameter führt zu einem Fehler. Dieser Parameter sollte als Ausdruck angegeben werden, der eine Konstante auswertet. Sie benötigen eine Sortierung. Diese Sortierspezifikation ist eine ORDER BY-Klausel mit einem einzelnen Ausdruck. Mehrere Ausdrücke sind nicht erlaubt. Normal-Aggregat-Syntax Inverse Perzentil-Beispielbasis Wir verwenden die folgende Abfrage, um die 17 Zeilen der Daten zurückzugeben, die in den Beispielen dieses Abschnitts verwendet werden: PERCENTILEDISC (x) wird berechnet, indem die CUMEDIST-Werte in jeder Gruppe gescannt werden, bis die erste größer ist Oder gleich x ist. Wobei x der angegebene Perzentilwert ist. Für die Beispielabfrage mit PERCENTILEDISC (0,5) ergibt sich ein Ergebnis von 5.000, wie folgendes illustriert: Das Ergebnis von PERCENTILECONT wird durch lineare Interpolation zwischen Zeilen nach der Bestellung berechnet. Berechnen von PERCENTILECONT (x). Berechnen wir zunächst die Zeilennummer RN (1x (n-1)), wobei n die Anzahl der Zeilen in der Gruppe und x der angegebene Perzentilwert ist. Das Endresultat der Aggregatfunktion wird durch lineare Interpolation zwischen den Werten aus Zeilen der Zeilennummern CRN CEIL (RN) und FRN FLOOR (RN) berechnet. Das endgültige Ergebnis wird sein: PERCENTILECONT (X) if (CRN FRN RN), dann (Wert des Ausdrucks von Zeile bei RN) sonst (CRN - RN) (Wert des Ausdrucks für Zeile bei FRN) (RN - FRN) (Wert von Ausdruck für Zeile bei CRN). Betrachten wir die vorherige Beispielabfrage, wo wir PERCENTILECONT (0.5) berechnen. Hier ist n 17. Die Reihennummer RN (1 0,5 (n-1)) 9 für beide Gruppen. Setzen wir dies in die Formel (FRNCRN9), so geben wir den Wert aus Zeile 9 als Ergebnis zurück. Ein anderes Beispiel ist, wenn Sie PERCENTILECONT (0.66) berechnen wollen. Die berechnete Zeilennummer RN (1 0,66 (n -1)) (1 0,6616) 11,67. PERCENTILECONT (0,66) (12-11,67) (Wert der Zeile 11) (11,67-11) (Wert der Zeile 12). Diese Ergebnisse sind: Inverse-Perzentil-Aggregatfunktionen können in der HAVING-Klausel einer Abfrage wie andere vorhandene Aggregatfunktionen auftreten. Als Reporting Aggregates Sie können auch die Aggregatfunktionen PERCENTILECONT nutzen. PERCENTILEDISC als Berichtsaggregatfunktionen. Bei der Verwendung als Berichtsaggregatfunktionen ist die Syntax ähnlich wie bei anderen Berichtsaggregaten. Diese Abfrage berechnet das gleiche Ergebnis (Median-Kreditlimit für Kunden in dieser Ergebnismenge, meldet jedoch das Ergebnis für jede Zeile in der Ergebnismenge, wie in der folgenden Ausgabe gezeigt: Inverse Percentile Restrictions Für PERCENTILEDISC kann der Ausdruck in der ORDER BY-Klausel verwendet werden (Numeric, string, date usw.) Der Ausdruck in der ORDER BY-Klausel muss jedoch ein numerischer oder datetime-Typ sein (einschließlich Intervalle), da lineare Interpolation zur Auswertung von PERCENTILECONT verwendet wird. Wenn der Ausdruck vom Typ DATE ist, wird das interpolierte Ergebnis auf die kleinste Einheit für den Typ gerundet Für einen DATE-Typ wird der interpolierte Wert auf die nächste Sekunde gerundet, für Intervalltypen auf die nächste Sekunde (INTERVAL DAY TO SECOND) Oder bis zum Monat (INTERVAL YEAR TO MONTH) Wie andere Aggregate ignorieren die inversen Perzentilfunktionen NULLs beim Auswerten des Ergebnisses. Wenn Sie beispielsweise den Medianwert in einer Menge finden möchten, ignoriert Oracle Database die NULLs und findet den Median Unter den Nicht-Nullwerten. Sie können die Option NULLS FIRST NULLS LAST in der ORDER BY-Klausel verwenden, aber sie werden ignoriert, da NULLs ignoriert werden. Hypothetische Rang - und Verteilungsfunktionen Diese Funktionen bieten Funktionalitäten, die für eine Was-wäre-Analyse nützlich sind. Ein Beispiel wäre der Rang einer Zeile, wenn die Zeile hypothetisch in einen Satz von anderen Zeilen eingefügt wurde. Diese Aggregatgruppe nimmt ein oder mehrere Argumente einer hypothetischen Zeile und einer geordneten Gruppe von Zeilen an und gibt die RANK zurück. DENSERANK. PERCENTRANK oder CUMEDIST der Zeile, als ob sie hypothetisch in die Gruppe eingefügt wurde. Hypothetische Rang - und Verteilungssyntax Hier bezieht sich konstanter Ausdruck auf einen Ausdruck, der eine Konstante auswertet, und es können mehr als eine solche Ausdrücke vorhanden sein, die als Argumente an die Funktion übergeben werden. Die ORDER BY-Klausel kann einen oder mehrere Ausdrücke enthalten, die die Sortierreihenfolge definieren, auf der das Ranking basiert. ASC. DESC. NULLS ERSTE. NULLS LAST-Optionen stehen für jeden Ausdruck in der ORDER BY zur Verfügung. Beispiel 21-17 Hypothetisches Rang - und Verteilungsbeispiel 1 Mit Hilfe der Listenpreisdaten aus der in diesem Abschnitt verwendeten Produkttabelle können Sie den RANK berechnen. PERCENTRANK und CUMEDIST für eine hypothetische Pullover mit einem Preis von 50 für wie es passt in jede der Pullover Unterkategorien. Die Abfrage und die Ergebnisse sind: Im Gegensatz zu den inversen Perzentilaggregaten kann die ORDER BY-Klausel in der Sortierspezifikation für hypothetische Rang - und Verteilungsfunktionen mehrere Ausdrücke annehmen. Die Anzahl der Argumente und die Ausdrücke in der ORDER BY-Klausel sollten dieselben sein und die Argumente müssen konstante Ausdrücke desselben oder kompatiblen Typs zu dem entsprechenden ORDER BY-Ausdruck sein. Das folgende ist ein Beispiel mit zwei Argumenten in mehreren hypothetischen Ranking-Funktionen. Beispiel 21-18 Hypothetischer Rang und Verteilungsbeispiel 2 Diese Funktionen können in der HAVING-Klausel einer Abfrage ebenso wie andere Aggregatfunktionen erscheinen. Sie können nicht als Berichtsaggregatfunktionen oder als Fensteraggregatfunktionen verwendet werden. Lineare Regressionsfunktionen Die Regressionsfunktionen unterstützen die Anpassung einer Regressionsgerade auf eine Reihe von Zahlenpaaren. Sie können sie sowohl als Aggregatfunktionen als auch als Fenster - oder Reporting-Funktionen verwenden. Die Funktionen sind wie folgt: Oracle wendet die Funktion auf den Satz von (e1.e2) Paaren an, nachdem alle Paare eliminiert wurden, für die entweder e1 oder e2 null ist. E1 wird als ein Wert der abhängigen Variablen (ein y-Wert) interpretiert, und e2 wird als ein Wert der unabhängigen Variablen (ein x-Wert) interpretiert. Beide Ausdrücke müssen Zahlen sein. Die Regressionsfunktionen werden alle gleichzeitig während eines einzigen Durchlaufs der Daten berechnet. Sie werden häufig mit dem COVARPOP kombiniert. COVARSAMP. Und CORR-Funktionen. REGRCOUNT Funktion REGRCOUNT gibt die Anzahl der Nicht-Null-Zahlenpaare zurück, die für die Regressionsgerade verwendet wurden. Wenn auf einen leeren Satz angewendet wird (oder wenn es keine (e1, e2) Paare gibt, in denen weder e1 noch e2 null ist), gibt die Funktion 0 zurück. REGRAVGY und REGRAVGX Die Funktionen REGRAVGY und REGRAVGX berechnen die Mittelwerte der abhängigen Variablen und der unabhängigen Variable der Regressionsgeraden. REGRAVGY berechnet den Durchschnitt seines ersten Arguments (e1) nach dem Eliminieren von (e1.e2) Paaren, bei denen entweder e1 oder e2 Null ist. In ähnlicher Weise berechnet REGRAVGX den Durchschnitt seines zweiten Arguments (e2) nach einer Nulleliminierung. Beide Funktionen geben NULL zurück, wenn sie auf einen leeren Satz angewendet werden. REGRSLOPE - und REGRINTERCEPT-Funktionen Die REGRSLOPE-Funktion berechnet die Steigung der Regressionsgerade, die an Nicht-Null-Paare (e1.e2) angepasst ist. Die Funktion REGRINTERCEPT berechnet den y-Achsenabschnitt der Regressionsgeraden. REGRINTERCEPT gibt NULL zurück, wenn Slope oder die Regressionsmittelwerte NULL sind. REGRR2 Funktion Die Funktion REGRR2 berechnet den Bestimmungskoeffizienten (üblicherweise R-Quadrat oder Gütegrad) für die Regressionsgeraden. REGRR2 gibt Werte zwischen 0 und 1 zurück, wenn die Regressionslinie definiert ist (Steigung der Linie ist nicht Null) und es gibt sonst NULL zurück. Je näher der Wert auf 1 ist, desto besser passt die Regressionslinie zu den Daten. REGRSXX, REGRSYY und REGRSXY Funktionen REGRSXX. REGRSYY - und REGRSXY-Funktionen werden bei der Berechnung verschiedener diagnostischer Statistiken für die Regressionsanalyse verwendet. Nach der Eliminierung von (e1.e2) - Paaren, bei denen entweder e1 oder e2 null ist, stellen diese Funktionen die folgenden Berechnungen bereit: Lineare Regressionstatistik-Beispiele Einige allgemeine diagnostische Statistiken, die die lineare Regressionsanalyse begleiten, sind in Tabelle 21-2, Allgemeine Diagnostikstatistiken und deren Ausdrücke. Beachten Sie, dass diese neue Funktionen können Sie alle diese zu berechnen. Tabelle 21-2 Gemeinsame Diagnostikstatistiken und ihre Ausdrücke Beispiel für lineare Regressionsberechnung In diesem Beispiel berechnen wir eine Regressionsgerade, die die Menge eines Produkts als lineare Funktion des Produktlistenpreises ausdrückt. Die Berechnungen werden nach Vertriebskanal gruppiert. Die Werte SLOPE. INTCPT. RSQR sind Steigung, Intercept und Bestimmungskoeffizient der Regressionslinie. Der (ganzzahlige) Wert COUNT ist die Anzahl der Produkte in jedem Kanal, für den sowohl die verkauften Mengen als auch die Listenpreisdaten verfügbar sind. Häufige Itemsets Anstatt zu zählen, wie oft ein bestimmtes Ereignis auftritt (z. B. wie oft jemand im Supermarkt Milch gekauft hat), bietet häufige Itemsets einen Mechanismus zum Zählen, wie oft mehrere Ereignisse zusammen auftreten (zum Beispiel, wie oft jemand beide Milch gekauft hat) Und Getreide zusammen an der Supermarkt). Die Eingabe der Funktion "frequent-itemsets" ist ein Satz von Daten, die Sammlungen von Elementen (Itemsets) darstellen. Einige Beispiele für Postenets könnten alle Produkte sein, die ein bestimmter Kunde in einer einzigen Reise zum Lebensmittelgeschäft gekauft hat (allgemein als Marktkorb bezeichnet), die Webseiten, auf die ein Benutzer in einer einzigen Sitzung zugreift, oder die Finanzdienstleistungen, die a Kundennutzen. Die Vorstellung eines häufigen Itemset ist es, diejenigen Itemsets zu finden, die am häufigsten auftreten. Wenn Sie den Häufigkeits-Itemset-Operator auf einen Lebensmitteleinzelhandel-Point-of-Sale-Daten anwenden, können Sie zum Beispiel entdecken, dass Milch und Bananen das am häufigsten gekaufte Paar von Artikeln sind. Häufige Postenets sind damit seit vielen Jahren in Business-Intelligence-Umgebungen verwendet worden, wobei die gebräuchlichste für die Marktkorb-Analyse im Einzelhandel ist. Häufige Postenets werden mit der Datenbank integriert, die über relationale Tabellen verfügt und über SQL aufgerufen wird. Diese Integration bietet ein paar wichtige Vorteile: Anwendungen, die bisher auf häufige Itemset-Operationen angewiesen waren, profitieren nun von einer deutlich verbesserten Performance sowie einer einfacheren Implementierung. SQL-basierte Anwendungen, die bisher keine häufigen Postenets verwendet haben, können nun leicht erweitert werden, um diese Funktionalität nutzen zu können. Häufige Itemsets-Analyse wird mit dem PLSQL-Paket DBMSFREQUENTITEMSETS durchgeführt. Weitere Informationen finden Sie unter PLSQL Packages and Types Reference. Weitere statistische Funktionen Oracle stellt eine Reihe statistischer SQL-Funktionen und ein Statistikpaket, DBMSSTATFUNCS, vor. In diesem Abschnitt werden einige der neuen Funktionen zusammen mit der grundlegenden Syntax aufgelistet. Ausführliche Informationen zum DBMSSTATFUNCS-Paket und zur Oracle Database SQL-Referenz finden Sie unter PLSQL-Pakete und Typenreferenz für Syntax und Semantik. Beschreibende Statistik Sie können folgende deskriptive Statistik berechnen: Median eines Datensatzmodus eines Datensatzes Sie können folgende parametrische Statistik berechnen: Spearmans rho Koeffizient Kendalls tau-b Koeffizient Zusätzlich zu den Funktionen verfügt diese Version über ein neues PLSQL-Paket, DBMSSTATFUNCS. Es enthält die beschreibende statistische Funktion ZUSAMMENFASSUNG zusammen mit Funktionen zur Unterstützung der Verteilungsanpassung. Die SUMMARY-Funktion fasst eine numerische Spalte einer Tabelle mit einer Vielzahl von deskriptiven Statistiken zusammen. Die fünf Verteilungsanpassungsfunktionen unterstützen normale, einheitliche, Weibull-, Poisson - und Exponentialverteilungen. WIDTHBUCKET-Funktion Die WIDTHBUCKET-Funktion gibt für einen gegebenen Ausdruck die Bucket-Nummer zurück, nach der das Ergebnis dieses Ausdrucks zugewiesen wird. Sie können mit dieser Funktion Gleichheitshistogramme erzeugen. Equiwidth-Histogramme unterteilen Datensätze in Buckets, deren Intervallgröße (höchster Wert zum niedrigsten Wert) gleich ist. Die Anzahl der Zeilen, die von jedem Eimer gehalten werden, variiert. Eine verwandte Funktion, NTILE. Schafft gleich große Schaufeln. Equiwidth-Histogramme können nur für numerische, Datums - oder Datetime-Typen erzeugt werden. Die ersten drei Parameter sollten also alle numerischen Ausdrücke oder alle Datumsausdrücke sein. Andere Ausdrücke sind nicht zulässig. Wenn der erste Parameter NULL ist. Das Ergebnis ist NULL. Wenn der zweite oder dritte Parameter NULL ist. Wird eine Fehlermeldung zurückgegeben, da ein NULL-Wert keinen Endpunkt (oder einen beliebigen Punkt) für einen Bereich in einer Datums - oder numerischen Wertdimension angibt. Der letzte Parameter (Anzahl der Buckets) sollte ein numerischer Ausdruck sein, der einen positiven Integerwert 0, NULL auswertet. Oder ein negativer Wert führt zu einem Fehler. Die Buckets sind von 0 bis (n 1) nummeriert. Bucket 0 enthält die Anzahl der Werte, die kleiner als das Minimum sind. Bucket (n 1) enthält die Anzahl der Werte, die größer oder gleich dem maximalen angegebenen Wert sind. WIDTHBUCKET Syntax Das WIDTHBUCKET nimmt vier Ausdrücke als Parameter an. Der erste Parameter ist der Ausdruck, für den das equiwidth-Histogramm gilt. Der zweite und dritte Parameter sind Ausdrücke, die die Endpunkte des akzeptablen Bereichs für den ersten Parameter bezeichnen. Der vierte Parameter bezeichnet die Anzahl der Buckets. Betrachten Sie die folgenden Daten von Tischkunden. Dass die Kreditlimiten von 17 Kunden zeigt. Diese Daten werden in der in Beispiel 21-19 gezeigten Abfrage gesammelt. In der Tabelle Kunden. Die Spalte custcreditlimit enthält Werte zwischen 1500 und 15000, und wir können die Werte zu vier Equiwidth Buckets, nummeriert von 1 bis 4, mit WIDTHBUCKET (custcreditlimit, 0, 20000, 4) zuweisen. Idealerweise ist jede Schaufel ein geschlossenes Intervall der reellen Zahlenlinie, z. B. ist die Schaufelzahl 2 Scores zwischen 5000.0000 und 9999.9999 zugeordnet. Manchmal mit 5000, 10000 bezeichnet), um anzuzeigen, daß 5.000 in dem Intervall enthalten sind und 10.000 ausgeschlossen sind. Um Werte außerhalb des Bereichs 0, 20.000 zu erfassen, werden Werte kleiner als 0 einer bezeichneten Unterlaufschaufel mit der Nummer 0 zugewiesen und Werte größer oder gleich 20.000 einer bezeichneten Überlaufschaufel zugeordnet, die mit 5 (num Schaufeln 1 Im Algemeinen). Siehe Abbildung 21-3 für eine grafische Darstellung, wie die Buckets zugeordnet sind. Sie können die Schranken in umgekehrter Reihenfolge angeben, z. B. WIDTHBUCKET (custcreditlimit 20000. 0. 4). Wenn die Schranken umgekehrt werden, sind die Buckets offen-geschlossene Intervalle. In diesem Beispiel ist die Schaufelzahl 1 (15000,20000, die Schaufelzahl 2 ist (10000,15000 und die Schaufelzahl 4, (0, 5000. Die Überlaufschaufel wird mit 0 (20000. unendlich) und die Unterlaufschaufel numeriert Wird numeriert 5 (- unendlich 0. Es ist ein Fehler, wenn der Bucket-Zählparameter 0 oder negativ ist Die nachfolgende g-Abfrage zeigt die Bucket-Nummern für die Kreditlimits in der Kundentabelle für beide Fälle, in denen die Grenzen in der Regel angegeben sind Oder umgekehrte Reihenfolge Wir verwenden einen Bereich von 0 bis 20 000. Benutzerdefinierte Aggregatfunktionen Oracle bietet eine Möglichkeit zur Erstellung eigener Funktionen, sogenannte benutzerdefinierte Aggregatfunktionen, die in Programmiersprachen wie PLSQL, Java und C geschrieben werden Und können als analytische Funktionen oder Aggregate in materialisierten Ansichten verwendet werden Weitere Informationen zu Syntax und Einschränkungen finden Sie im Oracle Data Cartridge Developers Guide. Die Vorteile dieser Funktionen sind: Hochkomplexe Funktionen können mit einer vollständig prozeduralen Sprache programmiert werden. Höhere Skalierbarkeit als andere Techniken, wenn benutzerdefinierte Funktionen für die Parallelverarbeitung programmiert werden. Objektdatentypen können verarbeitet werden. As a simple example of a user-defined aggregate function, consider the skew statistic. This calculation measures if a data set has a lopsided distribution about its mean. It will tell you if one tail of the distribution is significantly larger than the other. If you created a user-defined aggregate called udskew and applied it to the credit limit data in the prior example, the SQL statement and results might look like this: Before building user-defined aggregate functions, you should consider if your needs can be met in regular SQL. Many complex calculations are possible directly in SQL, particularly by using the CASE expression. Staying with regular SQL will enable simpler development, and many query operations are already well-parallelized in SQL. Even the earlier example, the skew statistic, can be created using standard, albeit lengthy, SQL. CASE Expressions Oracle now supports simple and searched CASE statements. CASE statements are similar in purpose to the DECODE statement, but they offer more flexibility and logical power. They are also easier to read than traditional DECODE statements, and offer better performance as well. They are commonly used when breaking categories into buckets like age (for example, 20-29, 30-39, and so on). The syntax for simple statements is: The syntax for searched statements is: You can specify only 255 arguments and each WHEN. THEN pair counts as two arguments. For a workaround to this limit, see Oracle Database SQL Reference . Suppose you wanted to find the average salary of all employees in the company. If an employees salary is less than 2000, you want the query to use 2000 instead. Without a CASE statement, you would have to write this query as follows, In this, foo is a function that returns its input if the input is greater than 2000, and returns 2000 otherwise. The query has performance implications because it needs to invoke a function for each row. Writing custom functions can also add to the development load. Using CASE expressions in the database without PLSQL, this query can be rewritten as: Using a CASE expression lets you avoid developing custom functions and can also perform faster. Creating Histograms With User-Defined Buckets You can use the CASE statement when you want to obtain histograms with user-defined buckets (both in number of buckets and width of each bucket). The following are two examples of histograms created with CASE statements. In the first example, the histogram totals are shown in multiple columns and a single row is returned. In the second example, the histogram is shown with a label column and a single column for totals, and multiple rows are returned. Example 21-21 Histogram Example 1 Example 21-22 Histogram Example 2 Data Densification for Reporting Data is normally stored in sparse form. That is, if no value exists for a given combination of dimension values, no row exists in the fact table. However, you may want to view the data in dense form, with rows for all combination of dimension values displayed even when no fact data exist for them. For example, if a product did not sell during a particular time period, you may still want to see the product for that time period with zero sales value next to it. Moreover, time series calculations can be performed most easily when data is dense along the time dimension. This is because dense data will fill a consistent number of rows for each period, which in turn makes it simple to use the analytic windowing functions with physical offsets. Data densification is the process of converting spare data into dense form. To overcome the problem of sparsity, you can use a partitioned outer join to fill the gaps in a time series or any other dimension. Such a join extends the conventional outer join syntax by applying the outer join to each logical partition defined in a query. Oracle logically partitions the rows in your query based on the expression you specify in the PARTITION BY clause. The result of a partitioned outer join is a UNION of the outer joins of each of the partitions in the logically partitioned table with the table on the other side of the join. Note that you can use this type of join to fill the gaps in any dimension, not just the time dimension. Most of the examples here focus on the time dimension because it is the dimension most frequently used as a basis for comparisons. Partition Join Syntax The syntax for partitioned outer join extends the ANSI SQL JOIN clause with the phrase PARTITION BY followed by an expression list. The expressions in the list specify the group to which the outer join is applied. The following are the two forms of syntax normally used for partitioned outer join: Note that FULL OUTER JOIN is not supported with a partitioned outer join. Sample of Sparse Data A typi cal situation with a sparse dimension is shown in the following example, which computes the weekly sales and year-to-date sales for the product Bounce for weeks 20-30 in 2000 and 2001: In this example, we would expect 22 rows of data (11 weeks each from 2 years) if the data were dense. However we get only 18 rows because weeks 25 and 26 are missing in 2000, and weeks 26 and 28 in 2001. Filling Gaps in Data We can take the sparse data of the preceding query and do a partitioned outer join with a dense set of time data. In the following query, we alias our original query as v and we select data from the times table, which we alias as t. Here we retrieve 22 rows because there are no gaps in the series. The four added rows each have 0 as their Sales value set to 0 by using the NVL function. Note that in this query, a WHERE condition was placed for weeks between 20 and 30 in the inline view for the time dimension. This was introduced to keep the result set small. Filling Gaps in Two Dimensions N-dimensional data is typically displayed as a dense 2-dimensional cross tab of (n - 2) page dimensions. This requires that all dimension values for the two dimensions appearing in the cross tab be filled in. The following is another example where the partitioned outer join capability can be used for filling the gaps on two dimensions: In this query, the WITH sub-query factoring clause v1. summarizes sales data at the product, country, and year level. This result is sparse but users may want to see all the country, year combinations for each product. To achieve this, we take each partition of v1 based on product values and outer join it on the country dimension first. This will give us all values of country for each product. We then take that result and partition it on product and country values and then outer join it on time dimension. This will give us all time values for each product and country combination. Filling Gaps in an Inventory Table An inventory table typically tracks quantity of units available for various products. This table is sparse: it only stores a row for a product when there is an event. For a sales table, the event is a sale, and for the inventory table, the event is a change in quantity available for a product. For example, consider the following inventory table: The inventory table now has the following rows: For reporting purposes, users may want to see this inventory data differently. For example, they may want to see all values of time for each product. This can be accomplished using partitioned outer join. In addition, for the newly inserted rows of missing time periods, users may want to see the values for quantity of units column to be carried over from the most recent existing time period. The latter can be accomplished using analytic window function LASTVALUE value. Here is the query and the desired output: The inner query computes a partitioned outer join on time within each product. The inner query densifies the data on the time dimension (meaning the time dimension will now have a row for each day of the week). However, the measure column quantity will have nulls for the newly added rows (see the output in the column quantity in the following results. The outer query uses the analytic function LASTVALUE. Applying this function partitions the data by product and orders the data on the time dimension column ( timeid ). For each row, the function finds the last non-null value in the window due to the option IGNORE NULLS. which you can use with both LASTVALUE and FIRSTVALUE. We see the desired output in the column repeatedquantity in the following output: Computing Data Values to Fill Gaps Examples in previous section illustrate how to use partitioned outer join to fill gaps in one or more dimensions. However, the result sets produced by partitioned outer join have null values for columns that are not included in the PARTITION BY list. Typically, these are measure columns. Users can make use of analytic SQL functions to replace those null values with a non-null value. For example, the following query computes monthly totals for products 64MB Memory card and DVD-R Discs (product IDs 122 and 136) for the year 2000. It uses partitioned outer join to densify data for all months. For the missing months, it then uses the analytic SQL function AVG to compute the sales and units to be the average of the months when the product was sold. If working in SQLPlus, the following two commands will wrap the column headings for greater readability of results: Time Series Calculations on Densified Data Densificatio n is not just for reporting purpose. It also enables certain types of calculations, especially, time series calculations. Time series calculations are easier when data is dense along the time dimension. Dense data has a consistent number of rows for each time periods which in turn make it simple to use analytic window functions with physical offsets. To illustrate, lets first take the example on Filling Gaps in Data. and lets add an analytic function to that query. In the following enhanced version, we calculate weekly year-to-date sales alongside the weekly sales. The NULL values that the partitioned outer join inserts in making the time series dense are handled in the usual way: the SUM function treats them as 0s. Period-to-Period Comparison for One Time Level: Example How do we use this feature to compare values across time periods Specifically, how do we calculate a year-over-year sales comparison at the week level The following query returns on the same row, for each product, the year-to-date sales for each week of 2001 with that of 2000. Note that in this example we start with a WITH clause. This improves readability of the query and lets us focus on the partitioned outer join. If working in SQLPlus, the following command will wrap the column headings for greater readability of results: In the FROM clause of the in-line view densesales. we use a partitioned outer join of aggregate view v and time view t to fill gaps in the sales data along the time dimension. The output of the partitioned outer join is then processed by the analytic function SUM. OVER to compute the weekly year-to-date sales (the weeklyytdsales column). Thus, the view densesales computes the year-to-date sales data for each week, including those missing in the aggregate view s. The in-line view yearoveryearsales then computes the year ago weekly year-to-date sales using the LAG function. The LAG function labeled weeklyytdsalesprioryear specifies a PARTITION BY clause that pairs rows for the same week of years 2000 and 2001 into a single partition. We then pass an offset of 1 to the LAG function to get the weekly year to date sales for the prior year. The outermost query block selects data from yearoveryearsales with the condition yr 2001, and thus the query returns, for each product, its weekly year-to-date sales in the specified weeks of years 2001 and 2000. Period-to-Period Comparison for Multiple Time Levels: Example While the prior example shows us a way to create comparisons for a single time level, it would be even more useful to handle multiple time levels in a single query. For example, we could compare sales versus the prior period at the year, quarter, month and day levels. How can we create a query which performs a year-over-year comparison of year-to-date sales for all levels of our time hierarchy We will take several steps to perform this task. The goal is a single query with comparisons at the day, week, month, quarter, and year level. The steps are as follows: We will create a view called cubeprodtime. which holds a hierarchical cube of sales aggregated across times and products . Then we will create a view of the time dimension to use as an edge of the cube. The time edge, which holds a complete set of dates, will be partitioned outer joined to the sparse data in the view cubeprodtime . Finally, for maximum performance, we will create a materialized view, mvprodtime. built using the same definition as cubeprodtime . For more information regarding hierarchical cubes, see Chapter 20, SQL for Aggregation in Data Warehouses. The materialized view is defined using the following statement: Step 1 Create the hierarchical cube view The materialized view shown in the following may already exist in your system if not, create it now. If you must generate it, please note that we limit the query to just two products to keep processing time short: Because this view is limited to two products, it returns just over 2200 rows. Note that the column HierarchicalTime contains string representations of time from all levels of the time hierarchy. The CASE expression used for the HierarchicalTime column appends a marker (0, 1. ) to each date string to denote the time level of the value. A 0 represents the year level, 1 is quarters, 2 is months, and 3 is day. Note that the GROUP BY clause is a concatenated ROLLUP which specifies the rollup hierarchy for the time and product dimensions. The GROUP BY clause is what determines the hierarchical cube contents. Step 2 Create the view edgetime, which is a complete set of date values edgetime is the source for filling time gaps in the hierarchical cube using a partitioned outer join. The column HierarchicalTime in edgetime will be used in a partitioned join with the HierarchicalTime column in the view cubeprodtime. The following statement defines edgetime : Step 3 Create the materialized view mvprodtime to support faster performance The materialized view definition is a duplicate of the view cubeprodtime defined earlier. Because it is a duplicate query, references to cubeprodtime will be rewritten to use the mvprodtime materialized view. The following materialized may already exist in your system if not, create it now. If you must generate it, please note that we limit the query to just two products to keep processing time short. Step 4 Create the comparison query We have now set the stage for our comparison query. We can obtain period-to-period comparison calculations at all time levels. It requires applying analytic functions to a hierarchical cube with dense data along the time dimension. Some of the calculations we can achieve for each time level are: Sum of sales for prior period at all levels of time. Variance in sales over prior period. Sum of sales in the same period a year ago at all levels of time. Variance in sales over the same period last year. The following example performs all four of these calculations. It uses a partitioned outer join of the views cubeprodtime and edgetime to create an in-line view of dense data called densecubeprodtime. The query then uses the LAG function in the same way as the prior single-level example. The outer WHERE clause specifies time at three levels: the days of August 2001, the entire month, and the entire third quarter of 2001. Note that the last two rows of the results contain the month level and quarter level aggregations. Note: To make the results easier to read if you are using SQLPlus, the column headings should be adjusted with the following commands. The commands will fold the column headings to reduce line length: Here is the query comparing current sales to prior and year ago sales: The first LAG function ( salespriorperiod ) partitions the data on gidp. cat. subcat. prod. gidt and orders the rows on all the time dimension columns. It gets the sales value of the prior period by passing an offset of 1. The second LAG function ( salessameperiodprioryear ) partitions the data on additional columns qtrnum. monnum. and daynum and orders it on yr so that, with an offset of 1, it can compute the year ago sales for the same period. The outermost SELECT clause computes the variances. Creating a Custom Member in a Dimension: Example In many OLAP tasks, it is helpful to define custom members in a dimension. For instance, you might define a specialized time period for analyses. You can use a partitioned outer join to temporarily add a member to a dimension. Note that the new SQL MODEL clause is suitable for creating more complex scenarios involving new members in dimensions. See Chapter 22, SQL for Modeling for more information on this topic. As an example of a task, what if we want to define a new member for our time dimension We want to create a 13th member of the Month level in our time dimension. This 13th month is defined as the summation of the sales for each product in the first month of each quarter of year 2001. The solution has two steps. Note that we will build this solution using the views and tables created in the prior example. Two steps are required. First, create a view with the new member added to the appropriate dimension. The view uses a UNION ALL operation to add the new member. To query using the custom member, use a CASE expression and a partitioned outer join. Our new member for the time dimension is created with the following view: In this statement, the view timec is defined by performing a UNION ALL of the edgetime view (defined in the prior example) and the user-defined 13th month. The gidt value of 8 was chosen to differentiate the custom member from the standard members. The UNION ALL specifies the attributes for a 13th month member by doing a SELECT from the DUAL table. Note that the grouping id, column gidt. is set to 8, and the quarter number is set to 5. Then, the second step is to use an inline view of the query to perform a partitioned outer join of cubeprodtime with timec. This step creates sales data for the 13th month at each level of product aggregation. In the main query, the analytic function SUM is used with a CASE expression to compute the 13th month, which is defined as the summation of the first months sales of each quarter. The SUM function uses a CASE to limit the data to months 1, 4, 7, and 10 within each year. Due to the tiny data set, with just 2 products, the rollup values of the results are necessarily repetitions of lower level aggregations. For more realistic set of rollup values, you can include more products from the Game Console and Y Box Games subcategories in the underlying materialized view.