Glidande medelvärde sql server 2008

Jag försöker att ha en löpande medelkolumn i SELECT-satsen baserat på en kolumn från n föregående rader i samma SELECT-satser. Det genomsnittliga jag behöver är baserat på de n föregående raderna i resultaten. De första 3 raderna i medelkolumnen Är noll eftersom det inte finns några tidigare rader Raden 4 i kolumnen Genomsnitt visar medelvärdet av nummerkolumnen från de föregående 3 raderna. Jag behöver lite hjälp med att försöka konstruera ett SQL Select-uttalande som kommer att göra detta. En enkel självförening skulle tyckas Att utföra mycket bättre än en rad referens subquery. Generate 10k rader av testdata. Jag skulle dra specialfallet av de första 3 raderna ur huvudfrågan, du kan UNION ALL de tillbaka i om du verkligen vill ha det i raduppsättningen Självsammanfogningsfråga. På min maskin tar det ungefär 10 sekunder, det subquery-tillvägagångssätt som Aaron Alton demonstrerade tar ungefär 45 sekunder efter att jag har ändrat det för att återspegla min testkälla-tabell. Om du gör en SET STATISTICS PROFILE ON kan du se självtillfoga Har 10k exekverar på ta Ble spool Subquery har 10k körs på filtret, aggregat och andra steg. Jag arbetar med SQL Server 2008 R2 och försöker beräkna ett glidande medelvärde. För varje post enligt min uppfattning vill jag samla värdena för de 250 tidigare Poster och beräkna sedan genomsnittet för det här valet. Min synkolumner är följande. TransaktionsID är unik För varje TransaktionsID vill jag beräkna medelvärdet för kolumnvärde, över tidigare 250 poster, så för TransactionID 300, samla alla värden från föregående 250 Radervy sorteras nedåtgående av TransactionID och sedan i kolumnen MovAvg skriver du resultatet av genomsnittet av dessa värden Jag letar för att samla in data inom en rad records. asked 28 oktober 14 på 20 58.Rolling Averages in SQL Server. Aggregate functions are Bekvämt de löser ett företagsbehov och de gör utvecklingen lätt Tyvärr är inte alla affärskrav så lätta att lösa. Låt oss titta på ett exempel rullande medelvärden. Rullande medelvärdet. Ett rullande medelvärde är en Enkelt koncept ett medel beräknas över en fast delmängd av data. Rullande medelberäkningar används oftast med tidsseriedata och hjälper till att ta bort kortfristiga fluktuationer samtidigt som man markerar långsiktiga trender. Kostnadsräkningar har ofta ett rullande genomsnitt av konsumtion för att hjälpa kunden att förstå deras användning Konsumenterna är inte bekymrade över att elanvändningen är hög på en dag i augusti när det var en värmebölja de vill se hur deras förbrukning förändras över tiden. Rösta genomsnitt med gemensamma tabelluttryck 2005 2008R2.Start med SQL Server 2005 blev det lätt Att skriva ett rullande medelvärde i ett enda T-SQL-formulär med hjälp av en gemensam tabelluttryck. CTE-filer blev snabbt populära. En otrolig mängd överraskande svår funktionalitet möjliggjordes genom CTE-er inklusive rekursiva frågor och rullande medelvärden. Ta en titt på detta exempel i databasen AdventureWorks2012 . Även om det inte är det enklaste sättet att bygga ett rullande medelvärde, CTE lyckas få jobbet I den här frågan använder vi CTE för att skapa ett arbetsbord och sedan utföra en självförening. Den samma typen av saker är möjligt med hjälp av en temporär tabell eller tabellvariabel, men CTE fullbordar den Ett uttalande och är förmodligen lättare att läsa Table Expressions döljer också en mörk hemlig SQL Server utför CTE-kroppen varje gång CTE-uttrycket, cte i det här exemplet, refereras. Ju mer komplexa Common Table Expression är desto mer arbete har det Som ska utföras Genom att köra detta rullande medelvärde med STATISTIK IO påslagen är det enkelt att se de flera avrättningarna i form av två skanningar på varje bord. I en databas är detta liten, men det innebär inte stora prestanda problem, men det kommer att orsaka stor Problem för en modernt stor databas. Rullande medelvärden med fönsterfunktioner 2012 och därefter. SQL Server 2012 gav bättre stöd för fönsterfunktioner Även om stöd för OVER redan var tillgängligt i SQL Server 2005, kunde SQL Server 2012 brin Gs betydligt mer funktionalitet till bordet Med hjälp av ROW eller RANGE-klausulen i fönsterfunktionen kan det förenkla frågan och förbättra prestanda Ta en titt Även om de två frågorna är anmärkningsvärt annorlunda är den största skillnaden införandet av ROWS 12 PRECEDING Det här ställer sig själv som medlem i det föregående exemplet. Istället för att skriva ut en anslutning till oss berättar vi helt enkelt SQL Server att vi gillar ett genomsnitt på st under de senaste 12 raderna sorterade efter år och månad. Vilken typ av effekt har detta På jobbet utför SQL Server.111 läser istället för 369 läser Klart ger denna förändring en betydande förbättring av prestanda för SQL Server. Vi har minskat antalet läsningar, eliminerat en viss frågekomplexitet och gjort det något uppenbart för framtida utvecklare hur de kunde Ändra eller bygga vidare på detta framåt Ändra den nya frågan till ett rullande medelvärde för dag istället för månad är enkelt och kräver ännu färre streckkoder. Detta utför namnet E antal logiska och fysiska läser som det månatliga rullande genomsnittet med en fönsterfunktion. Där har du två olika sätt att utföra ett rullande medelvärde i SQL Server. En metod är tydligt mycket enklare än den andra. Det finns ett antal optimeringar i SQL Server 2012 för att göra det enkelt för dig att bygga denna funktionalitet och förbättra SQL Server-prestanda samtidigt. Tack Jeremiah Jag är just nu mitt i att migrera ett 2008R2-system som beräknar SMA EMA MACD s till SQL 2012 Det använder R2 S fönsterfunktion OVER, men måste använda ROWNUMBER och göra lite extra matte på grund av bristen på den nya 2012 ROWS PRECEDING-klausulen Jag ÄLSKAR den nya ROWS PRECEDING och prestanda är WAY snabbare 2012 än det var i R2 Tack för exemplen. Du är välkommen Tack för att du har delat lite om ditt användningsfall, du har slagit på en annan teknik som jag har använt med lite måttlig framgång på SQL Server 2008R2 och tidigare kombinerar ROWNUMBER med en semi-join för att utföra SUM AVG etc jag hoppas din Migration går smidigt.