Lär dig att utföra effektiv explorativ dataanalys på tidsbaserade data, skapa skalära variabler och tabellvariabler för att lagra data, och lär dig att hantera datum. Det här kapitlet behandlar även följande SQL-funktioner: DATEDIFF( ), DATENAME( ), DATEPART( ), CAST( ), CONVERT( ), GETDATE( ) och DATEADD( ).

Introduktion till kursen

Transaktioner per dag

Sekunder eller inga sekunder?

Vilken veckodag är mest trafikerad?

Hitta avvikarna

Variabler för datetime-data

DECLARE & CAST

DECLARE en TABLE

INSERT INTO @TABLE

Datummanipulering

Parametrar spelar roll med DATEDIFF

Första dagen i månaden

Temporal EDA, variabler och datumhantering

Det här kapitlet förklarar hur du skapar, uppdaterar och kör användardefinierade funktioner (UDF:er). Du lär dig om de olika typerna av UDF:er: skalära, inline och tabellvärdesbaserade med flera satser. Du får också lära dig rekommenderade metoder.

Skalärt användardefinierade funktioner

Vad var gårdagens datum?

En in, en ut

Flera inparametrar, ett resultat

Tabellvärderade UDF:er

Inline TVF

Multi-statement TVF

UDF:er i praktiken

Kör skalär funktion med SELECT

EXEC scalar

Exekvera TVF till variabel

Underhåll av användardefinierade funktioner

CREATE OR ALTER

Bästa praxis

Användardefinierade funktioner

Lär dig att skapa, uppdatera och köra lagrade procedurer. Utforska skillnaderna mellan lagrade procedurer och användardefinierade funktioner, och när det är lämpligt att använda respektive verktyg.

Lagrade procedurer

CREATE PROCEDURE med OUTPUT

Utdataparametrar jämfört med returvärden

Dags för CRUD!

Använd SP för att infoga data

Använd SP för att UPDATE

Använd SP för att DELETE

Dags att köra EXEC!

EXECUTE med OUTPUT-parameter

EXECUTE med returvärde

EXECUTE med OUTPUT och returvärde

TRY & CATCH de felen!

Ditt eget TRY..CATCH

CATCH ett fel

Tillämpa dina nya kunskaper i temporal EDA, användardefinierade funktioner och lagrade procedurer för att lösa ett verkligt affärsproblem. Analysera taxiresedata från New York City för att identifiera genomsnittligt pris per sträcka, antal resor och total restid per stadsdel och veckodag. Ta också reda på vilka upphämtningsplatser inom varje stadsdel som bör schemaläggas för respektive förarskift.

Fallstudie – EDA och imputering

Använd EDA för att hitta omöjliga scenarion

SP:er vs UDF:er

Medelvärdesimputering

Hot Deck-imputering

Användardefinierade funktioner för fallstudien

CREATE FUNCTIONs

Testa FUNCTIONs

Formateringsverktyg

Logiska veckodagar med Hot Deck

Formatera för Tyskland

Lagrade procedurer – fallstudie

SP för statistik per NYC-stadsdel

Statistikresultat för NYC:s stadsdelar

Upphämtningsplatser per skift

Resultat för upphämtningsplatser per skift

Grattis!

Fallstudie: taxiresor i New York City

Bike Share Data

Trip Data

Ta dina SQL Server-kunskaper till nästa nivå. Först går vi igenom hur du hanterar datum- och tidsdata genom explorativ dataanalys på Washington DC BikeShares transaktionsdataset. Sedan lär du dig att skapa, uppdatera och köra användardefinierade funktioner och lagrade procedurer. Du får lära dig när varje programmeringsverktyg passar bäst och vilka metoder som rekommenderas. I det avslutande kapitlet tillämpar du alla dina nya färdigheter på ett verkligt affärsproblem: du analyserar användningen av gula taxibilar i New York City per stadsdel och tar reda på vilka upphämtningsplatser som bör schemaläggas för varje förarskift.

Functions for Manipulating Data in SQL Server

Lär dig SQL Server-programmering genom att skapa, uppdatera och köra funktioner och lagrade procedurer.

Skriva funktioner och lagrade procedurer i SQL Server

Bemästra SQL Server-programmering genom att lära dig skapa, uppdatera och köra funktioner och lagrade procedurer.

Grattis!

Create Your Free Account