Serielle Datumzeiten

Analytics verwendet serielle Datumzeiten, um Datumswerte, Datumzeiten und Zeiten zu speichern sowie Berechnungen mit Datumzeiten durchzuführen.

Sie treffen unter Umständen auf einen seriellen Datumswert, wenn Sie mit Datumzeit-Ausdrücken arbeiten. Subtraktionen, die ausschließlich aus Datums-, Datumzeit- oder Zeitwerten bestehen, geben beispielsweise als Ergebnis serielle Datumzeiten zurück.

Was ist eine serielle Datumzeit?

Serielle Datumzeiten sind Zahlen, die ganze Zahlen zur Darstellung eines Datums sowie dezimale Bruchteile von 24 Stunden zur Darstellung von Zeiten nutzen. Beispiel:

• 42004
• 42004,50000
• 0,75000
• 42004,74618055555556

Der Bestandteil vor dem Dezimalpunkt ist das Datum und der Teil nach dem Dezimalpunkt ist die Zeit.

Der Datumsteil

Der Datumbestandteil ist die Anzahl der Tage, die seit dem 1. Januar 1900 verstrichen sind. Ein serielles Datum von ‘1’ entspricht daher dem 2. Januar 1900. Ein serielles Datum von ‘0’ (Null) wird nicht gezählt. Ein serielles Datum von ‘42004’ entspricht dem 1. Januar 2015

Der Zeitteil

Der Zeitbestandteil serieller Datumzeiten verwendet 24-stündige Zeitangaben. 0,5 entspricht daher 12 Stunden, 0,75 18 Stunden, 0,04167 einer Stunde usw.

Entsprechende normale Datumzeit-Werte

Die oben genannten seriellen Datumzeiten entsprechen den folgenden normalen Datumzeit-Werten:

• 42004 = 01. Januar 2015
• 42004,50000 = 01. Januar 2015 12:00:00
• 0,75000 = 18:00:00
• 42004,74618055555556 = 1. Januar 2015 17:54:30

Serielle Datumzeit-Werte in normale Datumzeit-Werte konvertieren

Mit drei Konvertierungsfunktionen können Sie serielle Datumzeiten in normale Datumzeiten des Datentyps Datumzeit konvertieren:

• STOD( ) – Abkürzung für „Seriell in Datum (Serial to Date)“.
• STODT( ) – Abkürzung für „Seriell in Datumzeit (Serial to Datetime)“.
• STOT( ) – Abkürzung für „Seriell in Zeit (Serial to Time)“.

Sie können serielle Datumzeiten konvertieren, damit die Ergebnisse einiger Datumzeit-Ausdrücke freundlicher dargestellt werden oder um einen numerischen Wert einer seriellen Datumzeit auf den Datentyp Datumzeit umzuwandeln, damit er in einem anderen Ausdruck verwendet werden kann, der den Datentyp Datumzeit verlangt.

Die folgende Tabelle beinhaltet Beispiele der drei Funktionen.

Ausdruck	Ergebnisse
STOD(42004)	01 Jan 2015
STODT(42004,50000)	01 Jan 2015 12:00:00
STOT(0,75000)	18:00:00
STODT(42004,74618055555556)	01 Jan 2015 17:54:30
STOT(`T173000` - `T093000`)	08:00:00

Normale Datumzeit-Werte in serielle Datumzeit-Werte konvertieren

In der Regel müssen normale Datumzeit-Werte nicht in serielle Datumzeit-Werte konvertiert werden. Serielle Datumzeit-Werte werden von Analytics intern zur Speicherung und Berechnung von Datumzeit-Werten verwendet.

Wenn Sie den seriellen Datumzeit-Wert sehen möchten, der einem normalen Datumzeit-Wert entspricht, können Sie die folgenden Methoden nutzen:

Normaler Datumzeit-Wert	Konvertierungsausdruck	Entsprechender serieller Datumzeit-Wert
01 Jan 2015	`20150101`-`19000101`	42004
17:54:30	1,0000000000*((HOUR(`t175430`)*3600)+(MINUTE(`t175430`)*60)+SECOND(`t175430`))/86400	0,7461805556