您似乎正在迈出进入关系数据库的第一步 - 欢迎来玩!
我更改了脚本以将TRUNC() 表达式明确地强制转换为 DATE 类型。
或者,您也可以使用函数TIMESTAMPDIFF()(例如,在SQL Server 中为DATEDIFF())。
我们拥有 - 不仅在 Vertica 中,而且在所有 DBMS、数据类型和函数中,这些数据类型让您的生活变得更加轻松。
在下面的示例中,我为 '2019-04-27 01:00' 之类的文字使用了正确的类型 - 这是一个没有几分之一秒的时间戳 - TIMESTAMP(0)。
您可以使用我在下面使用的函数TRUNC(the_timestamp) 获取时间戳的日期部分。
在大量 RDBMS-s 中,您可以减去整个日期并获得整数作为差值 - 其中 Vertica - 我就是这样做的。
选择最近的 3 个日期是选择日期,按降序排列,并将结果限制为 3 行。
看看我在下面做什么......
CREATE LOCAL TEMPORARY TABLE xxx(dt, price)
ON COMMIT PRESERVE ROWS AS (
SELECT TIMESTAMP '2019-04-27 01:00', 1
UNION ALL SELECT TIMESTAMP '2019-04-27 02:30', 3
UNION ALL SELECT TIMESTAMP '2019-04-27 18:00', 2
UNION ALL SELECT TIMESTAMP '2019-04-28 17:00', 2
UNION ALL SELECT TIMESTAMP '2019-04-28 21:00', 5
UNION ALL SELECT TIMESTAMP '2019-04-29 17:00',50
UNION ALL SELECT TIMESTAMP '2019-04-29 21:00',10
UNION ALL SELECT TIMESTAMP '2019-04-30 17:00',10
UNION ALL SELECT TIMESTAMP '2019-04-30 21:00',20
UNION ALL SELECT TIMESTAMP '2019-05-01 17:00',40
UNION ALL SELECT TIMESTAMP '2019-05-01 21:00',10
UNION ALL SELECT TIMESTAMP '2019-05-02 17:00',10
UNION ALL SELECT TIMESTAMP '2019-05-02 21:00', 6
)
;
-- GET THE 3 MOST RECENT DATES ...
SELECT
dt
FROM xxx ORDER BY dt DESC
LIMIT 3
;
-- out dt
-- out ---------------------
-- out 2019-05-02 21:00:00
-- out 2019-05-02 17:00:00
-- out 2019-05-01 21:00:00
-- CALCULATE DIFFERENCE IN DAYS BETWEEN THE DATE AND TODAY ..
SELECT
*
, CURRENT_DATE - TRUNC(dt)::DATE AS daydiff_to_today
, TIMESTAMPDIFF(DAY,TRUNC(dt), CURRENT_DATE) AS daydiff_timestampdiff
FROM xxx
ORDER BY 1;
-- out dt | price | daydiff_to_today | daydiff_timestampdiff
-- out ---------------------+-------+------------------+-----------------------
-- out 2019-04-27 01:00:00 | 1 | 366 | 366
-- out 2019-04-27 02:30:00 | 3 | 366 | 366
-- out 2019-04-27 18:00:00 | 2 | 366 | 366
-- out 2019-04-28 17:00:00 | 2 | 365 | 365
-- out 2019-04-28 21:00:00 | 5 | 365 | 365
-- out 2019-04-29 17:00:00 | 50 | 364 | 364
-- out 2019-04-29 21:00:00 | 10 | 364 | 364
-- out 2019-04-30 17:00:00 | 10 | 363 | 363
-- out 2019-04-30 21:00:00 | 20 | 363 | 363
-- out 2019-05-01 17:00:00 | 40 | 362 | 362
-- out 2019-05-01 21:00:00 | 10 | 362 | 362
-- out 2019-05-02 17:00:00 | 10 | 361 | 361
-- out 2019-05-02 21:00:00 | 6 | 361 | 361