这个数据转换

我简化现实简单起见，最好的办法...这个数据转换

我有几百万温度观测的表：ObservationID，LocationID，Observation_Date，温度

我想编写一个查询，但得到额外的列，以及，

ObservationID， LocationID， Observation_Date，温度， Temperature_At_Last_Observation， Temperature_2_o bservations_ago， Temperature_3_observations_ago， Temperature_4_observations_ago， ..等..

在现实中，这要复杂得多，而且我有几百万行的表中。所以我想知道什么方法将是最有效的。

我是从递归的角度来攻击这个吗？或者因为每行至少有15个新列会意味着递归效率低下？

或者我坚持使用基于集合的方法，将观察分割为排序顺序，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SQL Server 2008 R2平台。

来源

2013-04-23 Josh

您是否熟悉CROSS APPLY？那将是我的第一次尝试。注意：我不知道什么是最有效的方法来解决这个问题，我可能会继续黑客攻击它，直到我找到令我满意的东西。 – Aushin 2013-04-23 15:33:47

坚持使用基于SET的方法。

在SQL Server中，考虑在窗口聚合函数中使用LEAD（）和LAG（）。

在Teradata中，您可以使用Window Aggregate函数结合ROW间的n PRECEDING和n PRECEDING查看'n'行。

有关Teradata中的示例，请查看对问题Compare 3 Consecutive Rows in a table的回复。

来源

2013-04-23 19:58:02

这个数据转换

回答

相关问题