这种数据转换的最佳方法
这种数据转换的最佳方法
提问于 2013-04-23 15:27:15
我为了简单而简化现实..。
我有一张桌子，上面有数以百万计的温度观测: ObservationID，LocationID，Observation_Date，温度
我想写一个查询，但也派生出其他列，
ObservationID，LocationID，Observation_Date，Temperature_At_Last_Observation，Temperature_2_observations_ago，Temperature_3_observations_ago，Temperature_4_observations_ago，..etc.
实际上，这要复杂得多，而且我确实在表中有数百万行。所以我想知道哪种方法最有效。
我是否从递归的角度来攻击它？或者因为我每行至少有15个新列，这是否意味着递归效率低下？
还是坚持一种基于集合的方法，将观测数据划分为一个排序顺序，然后加入LocationID？
有什么建议吗？
幸运的是，我还可以选择将数据加载到Teradata平台或SQLServer2008R2平台中。
回答 1
Stack Overflow用户
回答已采纳
发布于 2013-04-23 19:58:02
坚持一种基于集合的方法。
在Server中，考虑在窗口聚合函数中使用LEAD()和LEAD()。
在Teradata中，您可以使用窗口聚合函数与n前面的行和前n行之间的行组合起来来回过头来查看'n‘行。
对于Teradata中的一个例子，请查看对问题Compare 3 Consecutive Rows in a table的回答。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16173345
复制相关文章
相似问题
腾讯云开发者
