Temperaturens påverkan på laddningshastighet
Data som du har analyserat med fönsterfunktioner är inte bara värdefull för ditt team – den är också mycket användbar för fordonstillverkarna själva. Flera tillverkare har kontaktat dig för att ta reda på hur temperaturen påverkar laddningshastigheten. De vill ha ett glidande medelvärde för temperaturen samt ett glidande medelvärde för laddningshastigheten uppdelat per fordonsmodell.
Den här övningen är en del av kursen
Fönsterfunktioner i Snowflake
Övningsinstruktioner
- Beräkna det glidande medelvärdet för
temperaturemed de två föregående posterna och den aktuella raden, sorterat eftertemperature. - Skapa ytterligare ett glidande medelvärde, den här gången för
charging_rate, med de fyra föregående posterna och den aktuella raden, sorterat eftertemperatureoch partitionerat eftervehicle_model. - Inkludera bara poster där
charging_rateinte ärNULL.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
SELECT
vehicle_model,
charger_type,
temperature,
charging_rate,
-- Create a moving average of temperature using the two preceding and following records
___(___) OVER(
PARTITION BY vehicle_model
ORDER BY ___
ROWS BETWEEN ___ ___ AND ___ ___
) AS moving_average_temperature,
-- Find the moving average charging rate for the preceding four charging sessions
___(___) OVER(
PARTITION BY ___
ORDER BY ___
___
) AS moving_average_charging_rate
FROM ELECTRIC_VEHICLES.charging
-- Only include non-NULL charging rates
WHERE ___
ORDER BY vehicle_model, charger_type, temperature;