Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Menambahkan perhitungan Buat bidang terhitung untuk mengubah data Anda dengan menggunakan satu atau beberapa hal berikut: + [Operator](arithmetic-and-comparison-operators.md) + [Fungsi](functions.md) + Bidang yang berisi data + Bidang terhitung lainnya Anda dapat menambahkan bidang terhitung ke kumpulan data selama persiapan data atau dari halaman analisis. Saat Anda menambahkan bidang terhitung ke kumpulan data selama persiapan data, bidang tersebut tersedia untuk semua analisis yang menggunakan kumpulan data tersebut. Saat Anda menambahkan bidang terhitung ke kumpulan data dalam analisis, itu hanya tersedia dalam analisis tersebut. Untuk informasi selengkapnya tentang menambahkan bidang terhitung, lihat topik berikut. **Topics** + [Menambahkan bidang terhitung](adding-a-calculated-field-analysis.md) + [Urutan evaluasi di Amazon Quick Sight](order-of-evaluation-quicksight.md) + [Menggunakan perhitungan sadar level di Quick Sight](level-aware-calculations.md) + [Fungsi bidang yang dihitung dan referensi operator untuk Amazon Quick](calculated-field-reference.md) # Menambahkan bidang terhitung Buat bidang terhitung untuk mengubah data Anda dengan menggunakan satu atau beberapa hal berikut: + [Operator](arithmetic-and-comparison-operators.md) + [Fungsi](functions.md) + Fungsi agregat (Anda hanya dapat menambahkan ini ke analisis) + Bidang yang berisi data + Bidang terhitung lainnya Anda dapat menambahkan bidang terhitung ke kumpulan data selama persiapan data atau dari halaman analisis. Saat Anda menambahkan bidang terhitung ke kumpulan data selama persiapan data, bidang tersebut tersedia untuk semua analisis yang menggunakan kumpulan data tersebut. Saat Anda menambahkan bidang terhitung ke kumpulan data dalam analisis, itu hanya tersedia dalam analisis tersebut. Analisis mendukung operasi baris tunggal dan operasi agregat. Operasi baris tunggal adalah operasi yang menyediakan (berpotensi) hasil yang berbeda untuk setiap baris. Operasi agregat menyediakan hasil yang selalu sama untuk seluruh rangkaian baris. Misalnya, jika Anda menggunakan fungsi string sederhana tanpa kondisi, itu mengubah setiap baris. Jika Anda menggunakan fungsi agregat, itu berlaku untuk semua baris dalam grup. Jika Anda meminta jumlah total penjualan untuk AS, jumlah yang sama berlaku untuk seluruh rangkaian. Jika Anda meminta data tentang keadaan tertentu, jumlah total penjualan berubah untuk mencerminkan pengelompokan baru Anda. Ini masih memberikan satu hasil untuk seluruh set. Dengan membuat bidang terhitung agregat dalam analisis, Anda kemudian dapat menelusuri data. Nilai bidang agregat tersebut dihitung ulang dengan tepat untuk setiap level. Jenis agregasi ini tidak dimungkinkan selama persiapan dataset. Misalnya, katakanlah Anda ingin mengetahui persentase keuntungan untuk setiap negara, wilayah, dan negara bagian. Anda dapat menambahkan bidang terhitung ke analisis Anda,`(sum(salesAmount - cost)) / sum(salesAmount)`. Bidang ini kemudian dihitung untuk setiap negara, wilayah, dan negara bagian, pada saat analis Anda menelusuri geografi. **Topics** + [Menambahkan bidang terhitung ke analisis](#using-the-calculated-field-editor-analysis) + [Menambahkan bidang terhitung ke kumpulan data](#using-the-calculated-field-editor) + [Menangani nilai desimal di bidang terhitung](#handling-decimal-fields) ## Menambahkan bidang terhitung ke analisis Saat Anda menambahkan kumpulan data ke analisis, setiap bidang terhitung yang ada dalam kumpulan data ditambahkan ke analisis. Anda dapat menambahkan bidang terhitung tambahan di tingkat analisis untuk membuat bidang terhitung yang hanya tersedia dalam analisis tersebut. **Untuk menambahkan bidang terhitung ke analisis** 1. Buka [konsol Cepat](https://quicksight.aws.amazon.com/). 1. Buka analisis yang ingin Anda ubah. 1. Di panel **Data**, pilih **Tambah** di kiri atas, lalu pilih **\$1 BIDANG TERHITUNG**. 1. Di editor perhitungan yang terbuka, lakukan hal berikut: 1. Masukkan nama untuk bidang terhitung. 1. Masukkan rumus menggunakan bidang dari kumpulan data, fungsi, dan operator Anda. 1. Setelah selesai, silakan pilih **Simpan**. Untuk informasi selengkapnya tentang cara membuat rumus menggunakan fungsi yang tersedia di Quick Sight, lihat[Fungsi bidang yang dihitung dan referensi operator untuk Amazon QuickFungsi dan operator](calculated-field-reference.md). ## Menambahkan bidang terhitung ke kumpulan data Penulis Amazon Quick Sight dapat melakukan genreasi bidang terhitung selama fase persiapan data pembuatan kumpulan data. Saat Anda membuat bidang terhitung untuk kumpulan data, bidang tersebut menjadi kolom baru dalam kumpulan data. Semua analisis yang menggunakan kumpulan data mewarisi bidang terhitung kumpulan data. Jika bidang terhitung beroperasi pada tingkat baris dan kumpulan data disimpanSPICE, Quick Sight menghitung dan mewujudkan hasilnya. SPICE Jika bidang yang dihitung bergantung pada fungsi agregasi, Quick Sight mempertahankan rumus dan melakukan perhitungan saat analisis dihasilkan. Jenis bidang terhitung ini disebut bidang terhitung yang tidak terwujud. **Untuk menambah atau mengedit bidang terhitung untuk kumpulan data** 1. Buka kumpulan data yang ingin Anda gunakan. Untuk informasi selengkapnya, lihat [Mengedit kumpulan data](edit-a-data-set.md). 1. Pada halaman persiapan data, lakukan salah satu hal berikut: + Untuk membuat bidang baru, pilih **Tambahkan bidang terhitung** di sebelah kiri. + Untuk mengedit bidang terhitung yang ada, pilih dari **Bidang terhitung** di sebelah kiri, lalu pilih **Edit** dari menu konteks (klik kanan). 1. Di editor perhitungan, masukkan nama deskriptif untuk **Tambahkan judul** untuk memberi nama bidang terhitung baru. Nama ini muncul di daftar bidang di kumpulan data, sehingga akan terlihat mirip dengan bidang lainnya. Untuk contoh ini, kami memberi nama bidang`Total Sales This Year`. 1. (Opsional) Tambahkan komentar, misalnya untuk menjelaskan apa yang dilakukan ekspresi, dengan melampirkan teks dalam garis miring dan tanda bintang. ``` /* Calculates sales per year for this year*/ ``` 1. Identifikasi metrik, fungsi, dan item lain yang akan digunakan. Untuk contoh ini, kita perlu mengidentifikasi yang berikut: + Metrik yang digunakan + Fungsi: `ifelse` dan `datediff` Kami ingin membuat pernyataan seperti “Jika penjualan terjadi selama tahun ini, tunjukkan total penjualan, dan sebaliknya tunjukkan 0.” Untuk menambahkan `ifelse` fungsi, buka daftar **Fungsi**. Pilih **Semua** untuk menutup daftar semua fungsi. Sekarang Anda akan melihat grup fungsi: **Agregat**, **Bersyarat**, **Tanggal**, dan sebagainya. Pilih **Bersyarat**, lalu klik dua kali `ifelse` untuk menambahkannya ke ruang kerja. ``` ifelse() ``` 1. Tempatkan kursor Anda di dalam tanda kurung di ruang kerja, dan tambahkan tiga baris kosong. ``` ifelse( ) ``` 1. Dengan kursor Anda pada baris kosong pertama, temukan `dateDiff` fungsinya. Ini terdaftar untuk **Fungsi** di bawah **Tanggal**. Anda juga dapat menemukannya dengan memasukkan **fungsi **date** Pencarian**. `dateDiff`Fungsi mengembalikan semua fungsi yang memiliki *`date`* sebagai bagian dari nama mereka. Itu tidak mengembalikan semua fungsi yang tercantum di bawah **Tanggal**; misalnya, `now` fungsi hilang dari hasil pencarian. Klik dua kali `dateDiff` untuk menambahkannya ke baris kosong pertama `ifelse` pernyataan. ``` ifelse( dateDiff() ) ``` Tambahkan parameter yang `dateDiff` menggunakan. Tempatkan kursor Anda di dalam `dateDiff` tanda kurung untuk mulai menambahkan`date1`,, dan: `date2` `period` 1. Untuk`date1`: Parameter pertama adalah bidang yang memiliki tanggal di dalamnya. Temukan di bawah **Fields**, dan tambahkan ke ruang kerja dengan mengklik dua kali atau memasukkan namanya. 1. Untuk`date2`, tambahkan koma, lalu pilih `truncDate()` **Functions**. Di dalam tanda kurungnya, tambahkan periode dan tanggal, seperti ini: **truncDate( "YYYY", now() )** 1. Untuk`period`: Tambahkan koma setelahnya `date2` dan masukkan**YYYY**. Ini adalah periode untuk tahun ini. Untuk melihat daftar semua periode yang didukung, temukan `dateDiff` di daftar **Fungsi**, dan buka dokumentasi dengan memilih **Pelajari lebih lanjut**. Jika Anda sudah melihat dokumentasi, seperti sekarang, lihat[dateDiff](dateDiff-function.md). Tambahkan beberapa spasi untuk keterbacaan, jika Anda suka. Ekspresi Anda akan terlihat seperti berikut ini. ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) ) ``` 1. Tentukan nilai pengembalian. Untuk contoh kita, parameter pertama yang `ifelse` perlu mengembalikan nilai `TRUE` atau`FALSE`. Karena kami menginginkan tahun berjalan, dan kami membandingkannya dengan tahun ini, kami menentukan bahwa `dateDiff` pernyataan itu harus kembali`0`. `if`Bagian dari `ifelse` evaluasi berlaku untuk baris di mana tidak ada perbedaan antara tahun penjualan dan tahun berjalan. ``` dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ``` Untuk membuat bidang `TotalSales` untuk tahun lalu, Anda dapat mengubah `0` ke`1`. Cara lain untuk melakukan hal yang sama adalah dengan menggunakan `addDateTime` alih-alih`truncDate`. Kemudian untuk setiap tahun sebelumnya, Anda mengubah parameter pertama `addDateTime` untuk mewakili setiap tahun. Untuk ini, Anda gunakan `-1` untuk tahun lalu, `-2` untuk tahun sebelumnya, dan seterusnya. Jika Anda menggunakan`addDateTime`, Anda meninggalkan `dateDiff` fungsi `= 0` untuk setiap tahun. ``` dateDiff( {Discharge Date}, addDateTime(-1, "YYYY", now() ) ,"YYYY" ) = 0 /* Last year */ ``` 1. Pindahkan kursor Anda ke baris kosong pertama, tepat di bawah`dateDiff`. Tambahkan koma. Untuk `then` bagian `ifelse` pernyataan, kita perlu memilih ukuran (metrik) yang berisi jumlah penjualan,`TotalSales`. Untuk memilih bidang, buka daftar **Bidang** dan klik dua kali bidang untuk menambahkannya ke layar. Atau Anda bisa memasukkan nama. Tambahkan kurung kurawal `{ }` di sekitar nama yang berisi spasi. Kemungkinan metrik Anda memiliki nama yang berbeda. Anda dapat mengetahui bidang mana yang merupakan metrik dengan tanda angka di depannya (**\$1**). Ekspresi Anda akan terlihat seperti berikut sekarang. ``` ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ) ``` 1. Tambahkan `else` klausa. `ifelse`Fungsi ini tidak memerlukan satu, tetapi kami ingin menambahkannya. Untuk tujuan pelaporan, Anda biasanya tidak ingin memiliki nilai null, karena terkadang baris dengan nol dihilangkan. Kami mengatur bagian lain dari ifelse ke. `0` Hasilnya adalah bidang ini `0` untuk baris yang berisi penjualan dari tahun-tahun sebelumnya. Untuk melakukan ini, pada baris kosong tambahkan koma dan kemudian a`0`. Jika Anda menambahkan komentar di awal, `ifelse` ekspresi selesai Anda akan terlihat seperti berikut. ``` /* Calculates sales per year for this year*/ ifelse( dateDiff( {Date}, truncDate( "YYYY", now() ) ,"YYYY" ) = 0 ,{TotalSales} ,0 ) ``` 1. Simpan pekerjaan Anda dengan memilih **Simpan** di kanan atas. Jika ada kesalahan dalam ekspresi Anda, editor menampilkan pesan kesalahan di bagian bawah. Periksa ekspresi Anda untuk garis berlekuk-lekuk merah, lalu arahkan kursor Anda ke baris itu untuk melihat apa pesan kesalahannya. Kesalahan umum termasuk tanda baca yang hilang, parameter yang hilang, salah eja, dan tipe data yang tidak valid. Untuk menghindari perubahan apa pun, pilih **Batal**. **Untuk menambahkan nilai parameter ke bidang terhitung** 1. Anda dapat mereferensikan parameter di bidang terhitung. Dengan menambahkan parameter ke ekspresi Anda, Anda menambahkan nilai saat ini dari parameter tersebut. 1. Untuk menambahkan parameter, buka daftar **Parameter**, dan pilih parameter yang nilainya ingin Anda sertakan. 1. (Opsional) Untuk menambahkan parameter ke ekspresi secara manual, ketikkan nama parameter. Kemudian terlampir dalam kawat gigi keriting`{}`, dan awalan dengan, misalnya. `$` `${parameterName}` Anda dapat mengubah tipe data bidang apa pun dalam kumpulan data Anda, termasuk jenis bidang terhitung. Anda hanya dapat memilih tipe data yang cocok dengan data yang ada di bidang. **Untuk mengubah tipe data dari bidang terhitung** + Untuk **bidang Terhitung** (di sebelah kiri), pilih bidang yang ingin Anda ubah, lalu pilih **Ubah tipe data** dari menu konteks (klik kanan). Tidak seperti bidang lain dalam kumpulan data, bidang terhitung tidak dapat dinonaktifkan. Sebagai gantinya, hapus mereka. **Untuk menghapus bidang terhitung** + Untuk **bidang Terhitung** (di sebelah kiri), pilih bidang yang ingin Anda ubah, lalu pilih **Hapus** dari menu konteks (klik kanan). ## Menangani nilai desimal di bidang terhitung Saat kumpulan data Anda menggunakan mode Kueri Langsung, perhitungan tipe data desimal ditentukan oleh perilaku mesin sumber tempat dataset berasal. Dalam beberapa kasus tertentu, Quick Sight menerapkan penanganan khusus untuk menentukan tipe data perhitungan output. Saat kumpulan data Anda menggunakan mode SPICE kueri dan bidang terhitung terwujud, tipe data hasil bergantung pada operator fungsi tertentu dan tipe data input. Tabel di bawah ini menunjukkan bahavior yang diharapkan untuk beberapa bidang dihitung numerik. **Operator unary** Tabel berikut menunjukkan tipe data mana yang dihasilkan berdasarkan operator yang Anda gunakan dan tipe data dari nilai yang Anda masukkan. Misalnya, jika Anda memasukkan bilangan bulat ke `abs` perhitungan, tipe data nilai keluaran adalah bilangan bulat. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/adding-a-calculated-field-analysis.html) **Operator biner** Tabel berikut menunjukkan tipe data mana yang dihasilkan berdasarkan tipe data dari dua nilai yang Anda masukan. Misalnya, untuk operator aritmatika, jika Anda memberikan dua tipe data integer, hasil dari keluaran perhitungan sebagai bilangan bulat. Untuk operator dasar (\$1, -, \$1): | | **Bilangan bulat** | **Desimal-tetap** | **Desimal mengapung** | | --- | --- | --- | --- | | **Bilangan bulat** | Bilangan Bulat | Desimal-tetap | Desimal mengapung | | **Desimal-tetap** | Desimal-tetap | Desimal-tetap | Desimal mengapung | | **Desimal mengapung** | Desimal mengapung | Desimal mengapung | Desimal mengapung | Untuk operator divisi (/): | | **Bilangan bulat** | **Desimal-tetap** | **Desimal mengapung** | | --- | --- | --- | --- | | **Bilangan bulat** | Desimal mengapung | Desimal mengapung | Desimal mengapung | | **Desimal-tetap** | Desimal mengapung | Desimal-tetap | Desimal mengapung | | **Desimal mengapung** | Desimal mengapung | Desimal mengapung | Desimal mengapung | Untuk operator eksponensial dan mod (^,%): | | **Bilangan bulat** | **Desimal-tetap** | **Desimal mengapung** | | --- | --- | --- | --- | | **Bilangan bulat** | Desimal mengapung | Desimal mengapung | Desimal mengapung | | **Desimal-tetap** | Desimal mengapung | Desimal mengapung | Desimal mengapung | | **Desimal mengapung** | Desimal mengapung | Desimal mengapung | Desimal mengapung | # Urutan evaluasi di Amazon Quick Sight Saat Anda membuka atau memperbarui analisis, sebelum menampilkannya Amazon Quick Sight mengevaluasi semua yang dikonfigurasi dalam analisis dalam urutan tertentu. Amazon Quick Sight menerjemahkan konfigurasi ke dalam kueri yang dapat dijalankan oleh mesin database. Kueri mengembalikan data dengan cara yang sama apakah Anda terhubung ke database, sumber perangkat lunak sebagai layanan (SaaS), atau mesin analitik Amazon Quick Sight ([SPICE](spice.md)). Jika Anda memahami urutan konfigurasi dievaluasi, Anda mengetahui urutan yang menentukan kapan filter atau perhitungan tertentu diterapkan ke data Anda. Ilustrasi berikut menunjukkan urutan evaluasi. Kolom di sebelah kiri menunjukkan urutan evaluasi ketika tidak ada fungsi jendela perhitungan sadar level (LAC-W) atau agregat (LAC-A) yang terlibat. Kolom kedua menunjukkan urutan evaluasi untuk analisis yang berisi bidang terhitung untuk menghitung ekspresi LAC-W pada tingkat prefilter (). `PRE_FILTER` Kolom ketiga menunjukkan urutan evaluasi untuk analisis yang berisi bidang terhitung untuk menghitung ekspresi LAC-W pada tingkat preaggregate (). `PRE_AGG` Kolom terakhir menunjukkan urutan evaluasi untuk analisis yang berisi bidang terhitung untuk menghitung ekspresi LAC-A. Mengikuti ilustrasi, ada penjelasan yang lebih rinci tentang urutan evaluasi. Untuk informasi selengkapnya tentang perhitungan sadar level, lihat[Menggunakan perhitungan sadar level di Quick Sight](level-aware-calculations.md). ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/order-of-evaluation2.png) Daftar berikut menunjukkan urutan di mana Amazon Quick Sight menerapkan konfigurasi dalam analisis Anda. Apa pun yang diatur dalam kumpulan data Anda terjadi di luar analisis Anda, misalnya perhitungan pada tingkat kumpulan data, filter, dan pengaturan keamanan. Ini semua berlaku untuk data yang mendasarinya. Daftar berikut hanya mencakup apa yang terjadi di dalam analisis. 1. **Tingkat Prefilter LAC-W**: Mengevaluasi data pada kardinalitas tabel asli sebelum filter analisis 1. **Perhitungan sederhana**: Perhitungan pada tingkat skalar tanpa agregasi atau perhitungan jendela. Misalnya, `date_metric/60, parseDate(date, 'yyyy/MM/dd'), ifelse(metric > 0, metric, 0), split(string_column, '|' 0)`. 1. **Fungsi LAC-W PRE\$1FILTER**: Jika ada ekspresi LAC-W PRE\$1FILTER yang terlibat dalam visual, Amazon Quick Sight pertama-tama menghitung fungsi jendela pada tingkat tabel asli, sebelum filter apa pun. Jika ekspresi LAC-W PRE\$1FILTER digunakan dalam filter, itu diterapkan pada titik ini. Misalnya, `maxOver(Population, [State, County], PRE_FILTER) > 1000`. 1. **LAC-W PRE\$1AGG**: Mengevaluasi data pada kardinalitas tabel asli sebelum agregasi 1. **Filter yang ditambahkan selama analisis**: Filter yang dibuat untuk bidang yang tidak digabungkan dalam visual diterapkan pada titik ini, yang mirip dengan klausa WHERE. Misalnya, `year > 2020`. 1. **Fungsi LAC-W PRE\$1AGG**: Jika ada ekspresi LAC-W PRE\$1AGG yang terlibat dalam visual, Amazon Quick Sight menghitung fungsi jendela sebelum agregasi apa pun diterapkan. Jika ekspresi LAC-W PRE\$1AGG digunakan dalam filter, itu diterapkan pada titik ini. Misalnya, `maxOver(Population, [State, County], PRE_AGG) > 1000`. 1. **Filter N atas/bawah**: Filter yang dikonfigurasi pada dimensi untuk menampilkan item top/bottom N. 1. **Level LAC-A**: Evaluasi agregasi pada tingkat yang disesuaikan, sebelum agregasi visual 1. **Agregasi tingkat khusus**: Jika ada ekspresi LAC-A yang terlibat dalam visual, itu dihitung pada titik ini. Berdasarkan tabel setelah filter yang disebutkan di atas, Amazon QuickSight menghitung agregasi, dikelompokkan berdasarkan dimensi yang ditentukan dalam bidang terhitung. Misalnya, `max(Sales, [Region])`. 1. **Tingkat visual**: Mengevaluasi agregasi pada tingkat visual, dan perhitungan tabel pasca-agregasi, dengan konfigurasi yang tersisa diterapkan dalam visual 1. **Agregasi tingkat** visual: Agregasi visual harus selalu diterapkan kecuali untuk tabel tabel (di mana dimensi kosong). Dengan pengaturan ini, agregasi berdasarkan bidang di sumur lapangan dihitung, dikelompokkan berdasarkan dimensi yang dimasukkan ke dalam visual. Jika ada filter yang dibangun di atas agregasi, itu diterapkan pada titik ini, mirip dengan klausa HAVING. Misalnya, `min(distance) > 100`. 1. **Perhitungan tabel: Jika ada perhitungan** tabel pasca-agregasi (harus mengambil ekspresi agregat sebagai operan) yang direferensikan dalam visual, dihitung pada titik ini. Amazon Quick Sight melakukan perhitungan jendela setelah agregasi visual. Demikian pula, filter yang dibangun di atas perhitungan tersebut diterapkan. 1. **Perhitungan kategori lainnya**: Jenis perhitungan ini hanya ada di line/bar/pie/donut bagan. Untuk informasi selengkapnya, lihat [Batas tampilan](working-with-visual-types.md#display-limits). 1. **Total dan subtotal: Total dan Subtotal** dihitung dalam bagan donat (hanya total), tabel (hanya total) dan tabel pivot, jika diminta. # Menggunakan perhitungan sadar level di Quick Sight | | | --- | |    Berlaku untuk: Edisi Perusahaan dan Edisi Standar  | Dengan *perhitungan Level-aware* (LAC) Anda dapat menentukan tingkat granularitas yang ingin Anda hitung fungsi jendela atau fungsi agregat. Ada dua jenis fungsi LAC: fungsi perhitungan sadar tingkat - agregat (LAC-A), dan fungsi kalkulasi sadar tingkat - jendela (LAC-W). **Topics** + [Fungsi LAC-A](#level-aware-calculations-aggregate) + [Fungsi LAC-W](#level-aware-calculations-window) ## Perhitungan sadar tingkat - fungsi agregat (LAC-A) Dengan fungsi LAC-A, Anda dapat menentukan pada tingkat apa untuk mengelompokkan komputasi. Dengan menambahkan satu argumen ke dalam fungsi agregat yang ada, seperti`sum() , max() , count()`, Anda dapat menentukan tingkat kelompok-menurut yang Anda inginkan untuk agregasi. Level yang ditambahkan dapat berupa dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Contoh: ``` sum(measure,[group_field_A]) ``` Untuk menggunakan fungsi LAC-A, ketikkan langsung di editor kalkulasi dengan menambahkan level agregasi yang dimaksud sebagai argumen kedua di antara tanda kurung. Berikut ini adalah contoh fungsi agregat dan fungsi LAC-A, untuk perbandingan. + Fungsi agregat: `sum({sales})` + Fungsi LAC-A: `sum({sales}, [{Country},{Product}])` Hasil LAC-A dihitung dengan tingkat yang ditentukan dalam tanda kurung`[ ]`, dapat digunakan sebagai operan fungsi agregat. Tingkat kelompok-menurut fungsi agregat adalah tingkat visual, **dengan Grup menurut** bidang ditambahkan ke sumur bidang visual. Selain membuat kunci grup LAC statis di braket`[ ]`, Anda dapat membuatnya secara dinamis disesuaikan dengan bidang grup berdasarkan visual, dengan meletakkan parameter di braket. `$visualDimensions` Ini adalah parameter yang disediakan sistem, berbeda dengan parameter yang ditentukan pengguna. `[$visualDimensions]`Parameter mewakili bidang yang ditambahkan ke **Grup menurut bidang dengan** baik dalam visual saat ini. Contoh berikut menunjukkan cara menambahkan tombol grup secara dinamis ke dimensi visual atau menghapus tombol grup dari dimensi visual + LAC-A dengan kunci grup yang ditambahkan dinamis: `sum({sales}, [${visualDimensions},{Country},{Products}])` Ini menghitung, sebelum agregasi tingkat visual dihitung, jumlah penjualan, pengelompokan berdasarkan, `country``products`, dan bidang lain dalam **Grup berdasarkan bidang dengan** baik. + LAC-A dengan kunci grup yang dihapus dinamis: `sum({sales}, [${visualDimensions},!{Country},!{Products}])` Ini menghitung, sebelum agregasi tingkat visual dihitung, jumlah penjualan, pengelompokan berdasarkan bidang dalam **Grup visual berdasarkan bidang dengan** baik, kecuali dan. `country` `product` Anda dapat menentukan kunci grup yang ditambahkan atau kunci grup yang dihapus pada ekspresi LAC, tetapi tidak keduanya. Fungsi LAC-A didukung untuk fungsi agregat berikut: + [avg](avg-function.md) + [count](count-function.md) + [distinct\$1count](distinct_count-function.md) + [max](max-function.md) + [median](median-function.md) + [min](min-function.md) + [percentile](percentile-function.md) + [percentileCont](percentileCont-function.md) + [percentileDisc(persentil)](percentileDisc-function.md) + [stdev](stdev-function.md) + [stdevp](stdevp-function.md) + [sum](sum-function.md) + [var](var-function.md) + [varp](varp-function.md) ### Contoh LAC-A Anda dapat melakukan hal berikut dengan fungsi LAC-A: + Jalankan perhitungan yang independen dari level dalam visual. Misalnya, jika Anda memiliki perhitungan berikut, angka penjualan dikumpulkan hanya di tingkat negara, tetapi tidak di dimensi lain (Wilayah atau Produk) dalam visual. ``` sum({Sales},[{Country}]) ``` + Jalankan perhitungan untuk dimensi yang tidak ada dalam visual. Misalnya, jika Anda memiliki fungsi berikut, Anda dapat menghitung rata-rata total penjualan negara berdasarkan wilayah. ``` sum({Sales},[{Country}]) ``` Meskipun Negara tidak termasuk dalam visual, fungsi LAC-A pertama-tama mengumpulkan penjualan di tingkat Negara dan kemudian perhitungan tingkat visual menghasilkan jumlah rata-rata untuk setiap wilayah. Jika fungsi LAC-A tidak digunakan untuk menentukan level, penjualan rata-rata dihitung pada tingkat granular terendah (tingkat dasar kumpulan data) untuk setiap wilayah (ditampilkan di kolom penjualan). + Gunakan LAC-A yang dikombinasikan dengan fungsi agregat lainnya dan fungsi LAC-W. Ada dua cara Anda dapat menyarangkan fungsi LAC-A dengan fungsi lain. + Anda dapat menulis sintaks bersarang saat membuat perhitungan. Misalnya, fungsi LAC-A dapat disarangkan dengan fungsi LAC-W untuk menghitung total penjualan menurut negara dari harga rata-rata setiap produk: ``` sum(avgOver({Sales},[{Product}],PRE_AGG),[{Country}]) ``` + Saat menambahkan fungsi LAC-A ke dalam visual, perhitungan dapat lebih disarangkan dengan fungsi agregat tingkat visual yang Anda pilih di bidang dengan baik. Untuk informasi lebih lanjut tentang mengubah agregasi bidang dalam visual, lihat[Mengubah atau menambahkan agregasi ke bidang dengan menggunakan bidang dengan baik](changing-field-aggregation.md#change-field-aggregation-field-wells). ### Keterbatasan LAC-A Keterbatasan berikut berlaku untuk fungsi LAC-A: + Fungsi LAC-A didukung untuk semua fungsi agregat aditif dan non-aditif, seperti,, dan. `sum()` `count()` `percentile()` Fungsi LAC-A tidak didukung untuk fungsi agregat bersyarat yang diakhiri dengan “jika”, seperti `sumif()` dan`countif()`, atau untuk fungsi agregat periode yang dimulai dengan "periodToDate“, seperti dan. `periodToDateSum()` `periodToDateMax()` + Total tingkat baris dan tingkat kolom saat ini tidak didukung untuk fungsi LAC-A dalam tabel dan tabel pivot. Saat Anda menambahkan total tingkat baris atau tingkat kolom ke bagan, jumlah total akan ditampilkan sebagai kosong. Dimensi non-LAC lainnya tidak terpengaruh. + Fungsi LAC-A bersarang saat ini tidak didukung. Kemampuan terbatas fungsi LAC-A yang bersarang dengan fungsi agregat reguler dan fungsi LAC-W didukung. Misalnya, fungsi-fungsi berikut ini valid: + `Aggregation(LAC-A())`. Sebagai contoh: `max(sum({sales}, [{country}]))` + `LAC-A(LAC-W())`. Sebagai contoh: `sum(sumOver({Sales},[{Product}],PRE_AGG), [{Country}])` Fungsi-fungsi berikut tidak valid: + `LAC-A(Aggregation())`. Sebagai contoh: `sum(max({sales}), [{country}])` + `LAC-A(LAC-A())`. Sebagai contoh: `sum(max({sales}, [{country}]),[category])` + `LAC-W(LAC-A())`. Sebagai contoh: `sumOver(sum({Sales},[{Product}]),[{Country}],PRE_AGG)` ## Perhitungan sadar tingkat - fungsi jendela (LAC-W) Dengan fungsi LAC-W, Anda dapat menentukan jendela atau partisi untuk menghitung perhitungan. Fungsi LAC-W adalah sekelompok fungsi jendela, seperti,, `sumover()` `(maxover)``denseRank`, yang dapat Anda jalankan pada tingkat prefilter atau preaggregate. Sebagai contoh: `sumOver(measure,[partition_field_A],pre_agg)`. Fungsi LAC-W dulu disebut agregasi sadar tingkat (LAA). Fungsi LAC-W membantu Anda menjawab jenis pertanyaan berikut: + Berapa banyak pelanggan saya yang hanya membuat 1 pesanan pembelian? Atau 10? Atau 50? Kami ingin visual menggunakan hitungan sebagai dimensi daripada metrik dalam visual. + Berapa total penjualan per segmen pasar untuk pelanggan yang pengeluaran seumur hidupnya lebih besar dari \$1100.000? Visual seharusnya hanya menunjukkan segmen pasar dan total penjualan untuk masing-masing. + Berapa kontribusi masing-masing industri terhadap laba seluruh perusahaan (persen dari total)? Kami ingin dapat memfilter visual untuk menunjukkan beberapa industri, dan bagaimana mereka berkontribusi pada total penjualan untuk industri yang ditampilkan. Namun, kami juga ingin melihat persentase masing-masing industri dari total penjualan untuk seluruh perusahaan (termasuk industri yang disaring). + Berapa total penjualan di setiap kategori dibandingkan dengan rata-rata industri? Rata-rata industri harus mencakup semua kategori, bahkan setelah penyaringan. + Bagaimana pelanggan saya dikelompokkan ke dalam rentang pengeluaran kumulatif? Kami ingin menggunakan pengelompokan sebagai dimensi daripada metrik. Untuk pertanyaan yang lebih kompleks, Anda dapat menyuntikkan perhitungan atau filter sebelum Quick Sight sampai ke titik tertentu dalam evaluasi pengaturan Anda. Untuk secara langsung mempengaruhi hasil Anda, Anda menambahkan kata kunci tingkat perhitungan ke perhitungan tabel. Untuk informasi selengkapnya tentang cara Quick Sight mengevaluasi kueri, lihat. [Urutan evaluasi di Amazon Quick Sight](order-of-evaluation-quicksight.md) Tingkat perhitungan berikut didukung untuk fungsi LAC-W: + **`PRE_FILTER`**— Sebelum menerapkan filter dari analisis, Quick Sight mengevaluasi perhitungan prefilter. Kemudian menerapkan filter apa pun yang dikonfigurasi pada perhitungan prefilter ini. + **`PRE_AGG`**— Sebelum menghitung agregasi tingkat tampilan, Quick Sight melakukan perhitungan preagregat. Kemudian menerapkan filter apa pun yang dikonfigurasi pada perhitungan preagregat ini. Pekerjaan ini terjadi sebelum menerapkan filter *N* atas dan bawah. Anda dapat menggunakan `PRE_AGG` kata kunci `PRE_FILTER` atau sebagai parameter dalam fungsi perhitungan tabel berikut. Saat Anda menentukan tingkat perhitungan, Anda menggunakan ukuran tak teragregasi dalam fungsi. Misalnya, Anda dapat menggunakan`countOver({ORDER ID}, [{Customer ID}], PRE_AGG)`. Dengan menggunakan`PRE_AGG`, Anda menentukan bahwa `countOver` mengeksekusi pada tingkat preagregat. + [avgOver](avgOver-function.md) + [countOver](countOver-function.md) + [denseRank](denseRank-function.md) + [distinctCountOver](distinctCountOver-function.md) + [minOver](minOver-function.md) + [maxOver](maxOver-function.md) + [percentileRank](percentileRank-function.md) + [rank](rank-function.md) + [stdevOver](stdevOver-function.md) + [stdevpOver](stdevpOver-function.md) + [sumOver](sumOver-function.md) + [varOver](varOver-function.md) + [varpOver](varpOver-function.md) Secara default, parameter pertama untuk setiap fungsi harus berupa ukuran agregat. Jika Anda menggunakan salah satu `PRE_FILTER` atau`PRE_AGG`, Anda menggunakan ukuran nonagregat untuk parameter pertama. Untuk fungsi LAC-W, agregasi visual default untuk menghilangkan duplikat. `MIN` Untuk mengubah agregasi, buka menu konteks bidang (klik kanan), lalu pilih agregasi yang berbeda. Untuk contoh kapan dan bagaimana menggunakan fungsi LAC-W dalam skenario kehidupan nyata, lihat posting berikut di Blog AWS Big Data: [Buat wawasan lanjutan menggunakan Agregasi Sadar Tingkat](https://aws.amazon.com/jp/blogs/big-data/create-advanced-insights-using-level-aware-aggregations-in-amazon-quicksight/) di Amazon. QuickSight # Fungsi bidang yang dihitung dan referensi operator untuk Amazon Quick Anda dapat menambahkan bidang terhitung ke kumpulan data selama persiapan data atau dari halaman analisis. Saat Anda menambahkan bidang terhitung ke kumpulan data selama persiapan data, bidang tersebut tersedia untuk semua analisis yang menggunakan kumpulan data tersebut. Saat Anda menambahkan bidang terhitung ke kumpulan data dalam analisis, itu hanya tersedia dalam analisis tersebut. Anda dapat membuat bidang terhitung untuk mengubah data Anda dengan menggunakan fungsi dan operator berikut. **Topics** + [Operator](arithmetic-and-comparison-operators.md) + [Fungsi berdasarkan kategori](functions-by-category.md) + [Fungsi](functions.md) + [Fungsi agregat](calculated-field-aggregations.md) + [Fungsi perhitungan tabel](table-calculation-functions.md) # Operator Anda dapat menggunakan operator berikut di bidang terhitung. Quick menggunakan urutan standar operasi: tanda kurung, eksponen, perkalian, pembagian, penambahan, pengurangan (PEMDAS). Perbandingan sama (=) dan tidak sama (<>) peka huruf besar/kecil. + Penambahan (\$1) + Pengurangan (-) + Perkalian (\$1) + Divisi (/) + Modulo (%) - Lihat juga `mod()` dalam daftar berikut. + Power (^) - Lihat juga `exp()` dalam daftar berikut. + Sama (=) + Tidak sama (<>) + Lebih besar dari (>) + Lebih besar dari atau sama dengan (>=) + Kurang dari (<) + Kurang dari atau sama dengan (<=) + AND + OR + NOT Amazon Quick mendukung penerapan fungsi matematika berikut ke ekspresi. + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`— Menemukan sisanya setelah membagi angka dengan pembagi. + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `— Mengembalikan basis 10 logaritma dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `— Mengembalikan logaritma natural dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `— Mengembalikan nilai absolut dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `— Mengembalikan akar kuadrat dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `— Mengembalikan dasar log alami *e* dinaikkan ke kekuatan ekspresi yang diberikan. Untuk membuat perhitungan panjang lebih mudah dibaca, Anda dapat menggunakan tanda kurung untuk memperjelas pengelompokan dan prioritas dalam perhitungan. Dalam pernyataan berikut, Anda tidak perlu tanda kurung. Pernyataan perkalian diproses terlebih dahulu, dan kemudian hasilnya ditambahkan ke lima, mengembalikan nilai 26. Namun, tanda kurung membuat pernyataan lebih mudah dibaca dan dengan demikian dipertahankan. ``` 5 + (7 * 3) ``` Karena tanda kurung adalah yang pertama dalam urutan operasi, Anda dapat mengubah urutan penerapan operator lain. Misalnya, dalam pernyataan berikut pernyataan penambahan diproses terlebih dahulu, dan kemudian hasilnya dikalikan tiga, mengembalikan nilai 36. ``` (5 + 7) * 3 ``` ## Contoh: Operator aritmatika Contoh berikut menggunakan beberapa operator aritmatika untuk menentukan total penjualan setelah diskon. ``` (Quantity * Amount) - Discount ``` ## Contoh: (/) Divisi Contoh berikut menggunakan pembagian untuk membagi 3 dengan 2. Nilai 1,5 dikembalikan. Amazon Quick menggunakan divisi floating point. ``` 3/2 ``` ## Contoh: (=) sama Menggunakan = melakukan perbandingan nilai peka huruf besar/kecil. Baris di mana perbandingannya BENAR disertakan dalam kumpulan hasil. Dalam contoh berikut, baris di mana `Region` bidang **South** disertakan dalam hasil. Jika ya `Region`**south**, baris-baris ini dikecualikan. ``` Region = 'South' ``` Dalam contoh berikut, perbandingan dievaluasi menjadi FALSE. ``` Region = 'south' ``` Contoh berikut menunjukkan perbandingan yang mengkonversi `Region` ke semua huruf besar (**SOUTH**), dan membandingkannya dengan. **SOUTH** Ini mengembalikan baris di mana wilayah tersebut**south**,**South**, atau**SOUTH**. ``` toUpper(Region) = 'SOUTH' ``` ## Contoh: (<>) Simbol tidak sama <> berarti *kurang dari atau lebih besar dari*. Jadi, jika kita katakan**x<>1**, maka kita mengatakan *jika x kurang dari 1 ATAU jika x lebih besar dari 1*. Keduanya < and > dievaluasi bersama. Dengan kata lain, *jika x adalah nilai apa pun kecuali 1*. Atau, *x tidak sama dengan 1*. **catatan** Gunakan <>, tidak\$1 =. Contoh berikut membandingkan dengan `Status Code` nilai numerik. Ini mengembalikan baris di `Status Code` mana tidak sama dengan**1**. ``` statusCode <> 1 ``` Contoh berikut membandingkan beberapa `statusCode` nilai. Dalam hal ini, catatan aktif memiliki`activeFlag = 1`. Contoh ini mengembalikan baris di mana salah satu dari berikut ini berlaku: + Untuk catatan aktif, tampilkan baris yang statusnya bukan 1 atau 2 + Untuk catatan yang tidak aktif, tunjukkan baris yang statusnya 99 atau -1 ``` ( activeFlag = 1 AND (statusCode <> 1 AND statusCode <> 2) ) OR ( activeFlag = 0 AND (statusCode= 99 OR statusCode= -1) ) ``` ## Contoh: (^) Simbol kekuatan `^` berarti *kekuatan*. Anda dapat menggunakan operator daya dengan bidang numerik apa pun, dengan eksponen yang valid. Contoh berikut adalah ekspresi sederhana 2 dengan kekuatan 4 atau (2 \$1 2 \$1 2 \$1 2). Ini mengembalikan nilai 16. ``` 2^4 ``` Contoh berikut menghitung akar kuadrat dari bidang pendapatan. ``` revenue^0.5 ``` ## Contoh: DAN, ATAU, dan TIDAK Contoh berikut menggunakan AND, OR, dan NOT untuk membandingkan beberapa ekspresi. Ia melakukannya dengan menggunakan operator bersyarat untuk menandai pelanggan teratas TIDAK di Washington atau Oregon dengan promosi khusus, yang membuat lebih dari 10 pesanan. Jika tidak ada nilai yang dikembalikan, nilai 'n/a' digunakan. ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` ## Contoh: Membuat daftar perbandingan seperti “in” atau “not in” Contoh ini menggunakan operator untuk membuat perbandingan untuk menemukan nilai yang ada, atau tidak ada, dalam daftar nilai tertentu. Contoh berikut membandingkan `promoCode` daftar nilai tertentu. Contoh ini mengembalikan baris di mana `promoCode` adalah dalam daftar**(1, 2, 3)**. ``` promoCode = 1 OR promoCode = 2 OR promoCode = 3 ``` Contoh berikut membandingkan `promoCode` daftar nilai tertentu. Contoh ini mengembalikan baris di `promoCode` mana TIDAK dalam daftar**(1, 2, 3)**. ``` NOT(promoCode = 1 OR promoCode = 2 OR promoCode = 3 ) ``` Cara lain untuk mengekspresikan ini adalah dengan memberikan daftar di mana `promoCode` tidak sama dengan item apa pun dalam daftar. ``` promoCode <> 1 AND promoCode <> 2 AND promoCode <> 3 ``` ## Contoh: Membuat perbandingan “antara” Contoh ini menggunakan operator perbandingan untuk membuat perbandingan yang menunjukkan nilai yang ada antara satu nilai dan nilai lainnya. Contoh berikut memeriksa `OrderDate` dan mengembalikan baris di mana `OrderDate` adalah antara hari pertama dan hari terakhir 2016. Dalam hal ini, kami ingin hari pertama dan terakhir disertakan, jadi kami menggunakan “atau sama dengan” pada operator perbandingan. ``` OrderDate >= "1/1/2016" AND OrderDate <= "12/31/2016" ``` # Fungsi berdasarkan kategori Di bagian ini, Anda dapat menemukan daftar fungsi yang tersedia di Amazon Quick, diurutkan berdasarkan kategori. **Topics** + [Fungsi agregat](#aggregate-functions) + [Fungsi kondisional](#conditional-functions) + [Fungsi tanggal](#date-functions) + [Fungsi numerik](#numeric-functions) + [Fungsi matematika](#mathematical-functions) + [Fungsi string](#string-functions) + [Perhitungan tabel](#table-calculations) ## Fungsi agregat Fungsi agregat untuk bidang terhitung di Amazon Quick mencakup yang berikut ini. Ini hanya tersedia selama analisis dan visualisasi. Masing-masing fungsi ini mengembalikan nilai yang dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Untuk setiap agregasi, ada juga agregasi bersyarat. Ini melakukan jenis agregasi yang sama, berdasarkan suatu kondisi. + [https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avg-function.html)rata-rata himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgIf-function.html)menghitung rata-rata berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/count-function.html)menghitung jumlah nilai dalam dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countIf-function.html)menghitung hitungan berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_count-function.html)menghitung jumlah nilai yang berbeda dalam dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinct_countIf-function.html)menghitung hitungan yang berbeda berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/max-function.html](https://docs.aws.amazon.com/quicksight/latest/user/max-function.html)mengembalikan nilai maksimum dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxIf-function.html)menghitung maksimum berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/median-function.html](https://docs.aws.amazon.com/quicksight/latest/user/median-function.html)mengembalikan nilai median dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/medianIf-function.html)menghitung median berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/min-function.html](https://docs.aws.amazon.com/quicksight/latest/user/min-function.html)mengembalikan nilai minimum dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minIf-function.html)menghitung minimum berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentile-function.html)(alias dari`percentileDisc`) menghitung persentil *ke-n* dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html)menghitung persentil *ke-n* berdasarkan distribusi berkelanjutan dari jumlah ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [percentileDisc(persentil)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) menghitung persentil *ke-n* berdasarkan jumlah aktual dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvg-function.html)rata-rata himpunan angka dalam ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga satu titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCount-function.html)menghitung jumlah nilai dalam dimensi atau ukuran untuk perincian waktu tertentu (misalnya, Kuartal) hingga titik waktu termasuk duplikat. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMax-function.html)mengembalikan nilai maksimum ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMedian-function.html)mengembalikan nilai median dari ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMin-function.html)mengembalikan nilai minimum dari ukuran atau tanggal yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentile-function.html)menghitung persentil berdasarkan angka aktual dalam ukuran untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDatePercentileCont-function.html)menghitung persentil berdasarkan distribusi berkelanjutan dari angka-angka dalam ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDev-function.html)menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateStDevP-function.html)menghitung standar deviasi populasi dari himpunan angka dalam ukuran yang ditentukan untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSum-function.html)menambahkan himpunan angka dalam ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVar-function.html)menghitung varians sampel dari himpunan angka dalam ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateVarP-function.html)menghitung varians populasi dari himpunan angka dalam ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdev-function.html)) menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html)menghitung standar deviasi sampel berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevp-function.html)menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan populasi yang bias. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpIf-function.html)menghitung deviasi populasi berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/var-function.html](https://docs.aws.amazon.com/quicksight/latest/user/var-function.html)) menghitung varians himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varIf-function.html)menghitung varians sampel berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varp-function.html)) menghitung varians himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan populasi yang bias. + [https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpIf-function.html)menghitung varians populasi berdasarkan pernyataan bersyarat. + [https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sum-function.html)) menambahkan himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. + [https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumIf-function.html)) menghitung jumlah berdasarkan pernyataan bersyarat. ## Fungsi kondisional Fungsi kondisional untuk bidang terhitung di Amazon Quick mencakup yang berikut: + [https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html](https://docs.aws.amazon.com/quicksight/latest/user/coalesce-function.html)mengembalikan nilai argumen pertama yang tidak null. + [https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ifelse-function.html)mengevaluasi satu set *if*, *maka* pasangan ekspresi, dan mengembalikan nilai argumen *then* untuk argumen *if* pertama yang mengevaluasi ke true. + [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html)mengevaluasi ekspresi untuk melihat apakah itu dalam daftar nilai yang diberikan. + [https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNotNull-function.html)mengevaluasi ekspresi untuk melihat apakah itu bukan nol. + [https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isNull-function.html)mengevaluasi ekspresi untuk melihat apakah itu nol. Jika ekspresi adalah null, `isNull` mengembalikan true, dan jika tidak maka mengembalikan false. + [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html)mengevaluasi ekspresi untuk melihat apakah itu tidak dalam daftar nilai yang diberikan. + [https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/nullIf-function.html)membandingkan dua ekspresi. Jika mereka sama, fungsi mengembalikan null. Jika mereka tidak sama, fungsi mengembalikan ekspresi pertama. + [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html)mengembalikan ekspresi yang cocok dengan label pertama sama dengan ekspresi kondisi. ## Fungsi tanggal Fungsi tanggal untuk bidang terhitung di Amazon Quick mencakup yang berikut: + [https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addDateTime-function.html)menambah atau mengurangi satuan waktu ke tanggal atau waktu yang disediakan. + [https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/addWorkDays-function.html)menambah atau mengurangi jumlah hari kerja yang diberikan ke tanggal atau waktu yang disediakan. + [https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html](https://docs.aws.amazon.com/quicksight/latest/user/dateDiff-function.html)mengembalikan selisih hari antara dua bidang tanggal. + [https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/epochDate-function.html)mengubah tanggal epoch menjadi tanggal standar. + [https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html](https://docs.aws.amazon.com/quicksight/latest/user/extract-function.html)mengembalikan bagian tertentu dari nilai tanggal. + [https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/formatDate-function.html)memformat tanggal menggunakan pola yang Anda tentukan. + [https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html](https://docs.aws.amazon.com/quicksight/latest/user/isWorkDay-function.html)mengembalikan TRUE jika nilai tanggal-waktu yang diberikan adalah hari kerja atau hari kerja. + [https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html](https://docs.aws.amazon.com/quicksight/latest/user/netWorkDays-function.html)mengembalikan jumlah hari kerja antara dua nilai tanggal yang disediakan. + [https://docs.aws.amazon.com/quicksight/latest/user/now-function.html](https://docs.aws.amazon.com/quicksight/latest/user/now-function.html)mengembalikan tanggal dan waktu saat ini, menggunakan pengaturan untuk database, atau UTC untuk file dan Salesforce. + [https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/truncDate-function.html)mengembalikan nilai tanggal yang mewakili bagian tertentu dari tanggal. ## Fungsi numerik Fungsi numerik untuk bidang terhitung di Amazon Quick meliputi yang berikut: + [https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ceil-function.html)membulatkan nilai desimal ke bilangan bulat tertinggi berikutnya. + [https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/decimalToInt-function.html)mengkonversi nilai desimal ke integer. + [https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html](https://docs.aws.amazon.com/quicksight/latest/user/floor-function.html)mengurangi nilai desimal ke bilangan bulat terendah berikutnya. + [https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/intToDecimal-function.html)mengkonversi nilai integer ke desimal. + [https://docs.aws.amazon.com/quicksight/latest/user/round-function.html](https://docs.aws.amazon.com/quicksight/latest/user/round-function.html)membulatkan nilai desimal ke bilangan bulat terdekat atau, jika skala ditentukan, ke tempat desimal terdekat. ## Fungsi matematika Fungsi matematika untuk bidang terhitung di Amazon Quick meliputi yang berikut: + `[https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html](https://docs.aws.amazon.com/quicksight/latest/user/mod-function.html)(number, divisor)`— Menemukan sisanya setelah membagi angka dengan pembagi. + `[https://docs.aws.amazon.com/quicksight/latest/user/log-function.html](https://docs.aws.amazon.com/quicksight/latest/user/log-function.html)(expression) `— Mengembalikan basis 10 logaritma dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ln-function.html)(expression) `— Mengembalikan logaritma natural dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html](https://docs.aws.amazon.com/quicksight/latest/user/abs-function.html)(expression) `— Mengembalikan nilai absolut dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sqrt-function.html)(expression) `— Mengembalikan akar kuadrat dari ekspresi yang diberikan. + `[https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html](https://docs.aws.amazon.com/quicksight/latest/user/exp-function.html)(expression) `— Mengembalikan dasar log alami *e* dinaikkan ke kekuatan ekspresi yang diberikan. ## Fungsi string Fungsi string (teks) untuk bidang terhitung di Amazon Quick meliputi yang berikut: + [https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html](https://docs.aws.amazon.com/quicksight/latest/user/concat-function.html)menggabungkan dua atau lebih string. + [https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html](https://docs.aws.amazon.com/quicksight/latest/user/contains-function.html)memeriksa apakah ekspresi berisi substring. + [https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/endsWith-function.html)memeriksa apakah ekspresi berakhir dengan substring yang ditentukan. + [https://docs.aws.amazon.com/quicksight/latest/user/left-function.html](https://docs.aws.amazon.com/quicksight/latest/user/left-function.html)mengembalikan jumlah tertentu karakter paling kiri dari string. + [https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/locate-function.html)menempatkan substring dalam string lain, dan mengembalikan jumlah karakter sebelum substring. + [https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/ltrim-function.html)menghapus ruang kosong sebelumnya dari string. + [https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDate-function.html)mem-parsing string untuk menentukan apakah itu berisi nilai tanggal, dan mengembalikan tanggal jika ditemukan. + [https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseDecimal-function.html)mem-parsing string untuk menentukan apakah itu berisi nilai desimal. + [https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseInt-function.html)mem-parsing string untuk menentukan apakah itu berisi nilai integer. + [https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html](https://docs.aws.amazon.com/quicksight/latest/user/parseJson-function.html)mem-parsing nilai dari JSON asli atau dari objek JSON di bidang teks. + [https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html](https://docs.aws.amazon.com/quicksight/latest/user/replace-function.html)menggantikan bagian dari string dengan string baru. + [https://docs.aws.amazon.com/quicksight/latest/user/right-function.html](https://docs.aws.amazon.com/quicksight/latest/user/right-function.html)mengembalikan jumlah tertentu karakter paling kanan dari string. + [https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rtrim-function.html)menghapus ruang kosong berikut dari string. + [https://docs.aws.amazon.com/quicksight/latest/user/split-function.html](https://docs.aws.amazon.com/quicksight/latest/user/split-function.html)membagi string menjadi array substring, berdasarkan pembatas yang Anda pilih, dan mengembalikan item yang ditentukan oleh posisi. + [https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html](https://docs.aws.amazon.com/quicksight/latest/user/startsWith-function.html)memeriksa apakah ekspresi dimulai dengan substring yang ditentukan. + [https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html](https://docs.aws.amazon.com/quicksight/latest/user/strlen-function.html)mengembalikan jumlah karakter dalam string. + [https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html](https://docs.aws.amazon.com/quicksight/latest/user/substring-function.html)mengembalikan jumlah karakter yang ditentukan dalam string, mulai dari lokasi yang ditentukan. + [https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toLower-function.html)memformat string dalam semua huruf kecil. + [https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toString-function.html)memformat ekspresi input sebagai string. + [https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html](https://docs.aws.amazon.com/quicksight/latest/user/toUpper-function.html)memformat string dalam semua huruf besar. + [https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html](https://docs.aws.amazon.com/quicksight/latest/user/trim-function.html)menghapus ruang kosong sebelumnya dan mengikuti dari string. ## Perhitungan tabel Perhitungan tabel membentuk sekelompok fungsi yang memberikan konteks dalam analisis. Mereka memberikan dukungan untuk analisis agregat yang diperkaya. Dengan menggunakan perhitungan ini, Anda dapat mengatasi skenario bisnis umum seperti menghitung persentase total, jumlah berjalan, perbedaan, baseline umum, dan peringkat. Saat Anda menganalisis data dalam visual tertentu, Anda dapat menerapkan perhitungan tabel ke kumpulan data saat ini untuk menemukan bagaimana dimensi memengaruhi ukuran atau satu sama lain. Data yang divisualisasikan adalah kumpulan hasil Anda berdasarkan kumpulan data Anda saat ini, dengan semua filter, pemilihan bidang, dan penyesuaian diterapkan. Untuk melihat dengan tepat apa set hasil ini, Anda dapat mengekspor visual Anda ke file. Fungsi perhitungan tabel melakukan operasi pada data untuk mengungkapkan hubungan antar bidang. **Fungsi berbasis pencarian** + [https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/difference-function.html)menghitung perbedaan antara ukuran berdasarkan satu set partisi dan jenis, dan ukuran berdasarkan yang lain. + [https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lag-function.html)menghitung nilai lag (sebelumnya) untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lead-function.html)menghitung nilai lead (berikut) untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentDifference-function.html)menghitung persentase perbedaan antara nilai saat ini dan nilai perbandingan. **Lebih dari fungsi** + [https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/avgOver-function.html)menghitung rata-rata ukuran lebih dari satu atau lebih dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/countOver-function.html)menghitung jumlah bidang di atas satu atau lebih dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/distinctCountOver-function.html)menghitung jumlah yang berbeda dari operan yang dipartisi oleh atribut tertentu pada tingkat tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/maxOver-function.html)menghitung maksimum ukuran lebih dari satu atau lebih dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/minOver-function.html)minimum ukuran lebih dari satu atau lebih dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileOver-function.html)(alias dari`percentileDiscOver`) menghitung persentil *ke-n* dari ukuran yang dipartisi oleh daftar dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html)menghitung persentil *ke-n* berdasarkan distribusi berkelanjutan dari jumlah ukuran yang dipartisi oleh daftar dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html)menghitung persentil *ke-n* berdasarkan jumlah aktual dari ukuran yang dipartisi oleh daftar dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentOfTotal-function.html)menghitung persentase bahwa suatu ukuran berkontribusi terhadap total. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodDifference-function.html)menghitung perbedaan ukuran selama dua periode waktu yang berbeda seperti yang ditentukan oleh granularitas periode dan offset. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodLastValue-function.html)menghitung nilai terakhir (sebelumnya) dari suatu ukuran dari periode waktu sebelumnya sebagaimana ditentukan oleh granularitas periode dan offset. + [https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodOverPeriodPercentDifference-function.html)menghitung perbedaan persen dari suatu ukuran selama dua periode waktu yang berbeda sebagaimana ditentukan oleh granularitas periode dan offset. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateAvgOverTime-function.html)menghitung rata-rata ukuran untuk perincian waktu tertentu (misalnya, seperempat) hingga satu titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateCountOverTime-function.html)menghitung hitungan dimensi atau ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMaxOverTime-function.html)menghitung maksimum ukuran atau tanggal untuk perincian waktu tertentu (misalnya, seperempat) hingga satu titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateMinOverTime-function.html)menghitung minimum ukuran atau tanggal untuk perincian waktu tertentu (misalnya, seperempat) hingga satu titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html](https://docs.aws.amazon.com/quicksight/latest/user/periodToDateSumOverTime-function.html)menghitung jumlah ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. + [https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/sumOver-function.html)menghitung jumlah ukuran di atas satu atau lebih dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevOver-function.html)menghitung standar deviasi dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevpOver-function.html)menghitung standar deviasi dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan populasi yang bias. + [https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varOver-function.html)menghitung varians dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan sampel. + [https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/varpOver-function.html)menghitung varians dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan populasi yang bias. **Fungsi peringkat** + [https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/rank-function.html)menghitung peringkat ukuran atau dimensi. + [https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/denseRank-function.html)menghitung peringkat ukuran atau dimensi, mengabaikan duplikat. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileRank-function.html)menghitung peringkat ukuran atau dimensi, berdasarkan persentil. **Menjalankan fungsi** + [https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningAvg-function.html)menghitung rata-rata berjalan untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningCount-function.html)menghitung hitungan berjalan untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMax-function.html)menghitung maksimum berjalan untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningMin-function.html)menghitung minimum berjalan untuk suatu ukuran. + [https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/runningSum-function.html)menghitung jumlah berjalan untuk suatu ukuran. **Fungsi jendela** + [https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/firstValue-function.html)menghitung nilai pertama dari ukuran agregat atau dimensi yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html](https://docs.aws.amazon.com/quicksight/latest/user/lastValue-function.html)menghitung nilai terakhir dari ukuran agregat atau dimensi yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowAvg-function.html)menghitung rata-rata ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowCount-function.html)menghitung jumlah ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMax-function.html)menghitung maksimum ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowMin-function.html)menghitung minimum ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. + [https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html](https://docs.aws.amazon.com/quicksight/latest/user/windowSum-function.html)menghitung jumlah ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. # Fungsi Di bagian ini, Anda dapat menemukan daftar fungsi yang tersedia di Amazon Quick. Untuk melihat daftar fungsi yang diurutkan berdasarkan kategori, dengan definisi singkat, lihat [Fungsi berdasarkan kategori](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html). **Topics** + [addDateTime](addDateTime-function.md) + [addWorkDays](addWorkDays-function.md) + [Abs](abs-function.md) + [Ceil](ceil-function.md) + [Coalesce](coalesce-function.md) + [Concat](concat-function.md) + [contains](contains-function.md) + [decimalToInt](decimalToInt-function.md) + [dateDiff](dateDiff-function.md) + [endsWith](endsWith-function.md) + [epochDate](epochDate-function.md) + [Exp](exp-function.md) + [Extract](extract-function.md) + [Floor](floor-function.md) + [formatDate](formatDate-function.md) + [Ifelse](ifelse-function.md) + [in](in-function.md) + [intToDecimal](intToDecimal-function.md) + [isNotNull](isNotNull-function.md) + [isNull](isNull-function.md) + [isWorkDay](isWorkDay-function.md) + [Left](left-function.md) + [Locate](locate-function.md) + [Log](log-function.md) + [Ln](ln-function.md) + [Ltrim](ltrim-function.md) + [Mod](mod-function.md) + [netWorkDays](netWorkDays-function.md) + [Now](now-function.md) + [notIn](notIn-function.md) + [nullIf](nullIf-function.md) + [parseDate](parseDate-function.md) + [parseDecimal](parseDecimal-function.md) + [parseInt](parseInt-function.md) + [parseJson](parseJson-function.md) + [Replace](replace-function.md) + [Right](right-function.md) + [Round](round-function.md) + [Rtrim](rtrim-function.md) + [Split](split-function.md) + [Sqrt](sqrt-function.md) + [startsWith](startsWith-function.md) + [Strlen](strlen-function.md) + [Substring](substring-function.md) + [switch](switch-function.md) + [toLower](toLower-function.md) + [toString](toString-function.md) + [toUpper](toUpper-function.md) + [trim](trim-function.md) + [truncDate](truncDate-function.md) # addDateTime `addDateTime`menambah atau mengurangi satuan waktu dari nilai datetime. Misalnya, `addDateTime(2,'YYYY',parseDate('02-JUL-2018', 'dd-MMM-yyyy') )` mengembalikan `02-JUL-2020`. Anda dapat menggunakan fungsi ini untuk melakukan matematika tanggal pada data tanggal dan waktu Anda. ## Sintaksis ``` addDateTime(amount, period, datetime) ``` ## Pendapat *jumlah* Nilai integer positif atau negatif yang mewakili jumlah waktu yang ingin Anda tambahkan atau kurangi dari bidang datetime yang disediakan. *periode* Nilai positif atau negatif yang mewakili jumlah waktu yang ingin Anda tambahkan atau kurangi dari bidang datetime yang disediakan. Periode yang valid adalah sebagai berikut: + YYYY: Ini mengembalikan bagian tahun dari tanggal tersebut. + T: Ini mengembalikan kuartal yang menjadi tanggal (1-4). + MM: Ini mengembalikan bagian bulan dari tanggal tersebut. + DD: Ini mengembalikan bagian hari dari tanggal tersebut. + WK: Ini mengembalikan bagian minggu dari tanggal tersebut. Minggu dimulai pada hari Minggu di Amazon Quick. + HH: Ini mengembalikan porsi jam dari tanggal tersebut. + MI: Ini mengembalikan bagian menit dari tanggal tersebut. + SS: Ini mengembalikan bagian kedua dari tanggal. + MS: Ini mengembalikan bagian milidetik dari tanggal. *datetime* Tanggal atau waktu yang Anda inginkan untuk melakukan matematika tanggal. ## Jenis pengembalian Datetime ## Contoh Katakanlah Anda memiliki bidang yang disebut `purchase_date` yang memiliki nilai-nilai berikut. ``` 2018 May 13 13:24 2017 Jan 31 23:06 2016 Dec 28 06:45 ``` Menggunakan perhitungan berikut, `addDateTime` memodifikasi nilai-nilai seperti yang ditunjukkan berikut. ``` addDateTime(-2, 'YYYY', purchaseDate) 2016 May 13 13:24 2015 Jan 31 23:06 2014 Dec 28 06:45 addDateTime(4, 'DD', purchaseDate) 2018 May 17 13:24 2017 Feb 4 23:06 2017 Jan 1 06:45 addDateTime(20, 'MI', purchaseDate) 2018 May 13 13:44 2017 Jan 31 23:26 2016 Dec 28 07:05 ``` # addWorkDays `addWorkDays`Menambahkan atau mengurangi jumlah hari kerja yang ditentukan ke nilai tanggal tertentu. Fungsi mengembalikan tanggal untuk hari kerja, yang jatuh hari kerja yang ditentukan setelah atau sebelum nilai tanggal input yang diberikan. ## Sintaksis ``` addWorkDays(initDate, numWorkDays) ``` ## Pendapat *InitDate* Tanggal non-Null valid yang bertindak sebagai tanggal mulai untuk perhitungan. + **Bidang dataset** - `date` Bidang apa pun dari kumpulan data yang Anda tambahkan fungsi ini. + **Fungsi tanggal** - Setiap keluaran tanggal dari `date` fungsi lain, misalnya`parseDate`,`epochDate`,`addDateTime`., dan sebagainya. **Example** ``` addWorkDays(epochDate(1659484800), numWorkDays) ``` + **Bidang terhitung** - Setiap bidang dihitung cepat yang mengembalikan `date` nilai. **Example** ``` calcFieldStartDate = addDateTime(10, “DD”, startDate) addWorkDays(calcFieldStartDate, numWorkDays) ``` + **Parameter** - Setiap `datetime` parameter Cepat. **Example** ``` addWorkDays($paramStartDate, numWorkDays) ``` + Setiap kombinasi dari nilai-nilai argumen yang dinyatakan di atas. *numWorkDays* Sebuah integer non-Null yang bertindak sebagai tanggal akhir untuk perhitungan. + **Literal** — Sebuah literal integer langsung diketik dalam editor ekspresi. **Example** ``` ``` + **Bidang dataset** - Setiap bidang tanggal dari kumpulan data **Example** ``` ``` + **Fungsi atau perhitungan skalar** — Fungsi cepat skalar apa pun yang mengembalikan output integer dari yang lain, misalnya `decimalToInt``abs`, dan seterusnya. **Example** ``` addWorkDays(initDate, decimalToInt(sqrt (abs(numWorkDays)) ) ) ``` + **Bidang terhitung** - Setiap bidang dihitung cepat yang mengembalikan `date` nilai. **Example** ``` someOtherIntegerCalcField = (num_days * 2) + 12 addWorkDays(initDate, someOtherIntegerCalcField) ``` + **Parameter** - Setiap `datetime` parameter Cepat. **Example** ``` addWorkDays(initDate, $param_numWorkDays) ``` + Setiap kombinasi dari nilai-nilai argumen yang dinyatakan di atas. ## Jenis pengembalian Bilangan Bulat ## Nilai Ouptut Nilai output yang diharapkan meliputi: + Bilangan bulat positif (ketika start\$1date < end\$1date) + Integer negatif (ketika start\$1date > end\$1date) + NULL ketika salah satu atau kedua argumen mendapatkan nilai null dari. `dataset field` ## Kesalahan masukan Nilai argumen yang tidak diizinkan menyebabkan kesalahan, seperti yang ditunjukkan pada contoh berikut. + Menggunakan NULL literal sebagai argumen dalam ekspresi tidak diizinkan. **Example** ``` addWorkDays(NULL, numWorkDays) ``` **Example** ``` Error At least one of the arguments in this function does not have correct type. Correct the expression and choose Create again. ``` + Menggunakan string literal sebagai argumen, atau tipe data lain selain tanggal, dalam ekspresi tidak diizinkan. Dalam contoh berikut, string **"2022-08-10"** terlihat seperti tanggal, tetapi sebenarnya adalah string. Untuk menggunakannya, Anda harus menggunakan fungsi yang mengonversi ke tipe data tanggal. **Example** ``` addWorkDays("2022-08-10", 10) ``` **Example** ``` Error Expression addWorkDays("2022-08-10", numWorkDays) for function addWorkDays has incorrect argument type addWorkDays(String, Number). Function syntax expects Date, Integer. ``` ## Contoh Sebuah integer positif sebagai `numWorkDays` argumen akan menghasilkan tanggal di masa depan tanggal input. Sebuah integer negatif sebagai `numWorkDays` argumen akan menghasilkan tanggal yang dihasilkan di masa lalu dari tanggal input. Nilai nol untuk `numWorkDays` argumen menghasilkan nilai yang sama dengan tanggal input apakah itu jatuh pada hari kerja atau akhir pekan. `addWorkDays`Fungsi beroperasi pada granularitas:. `DAY` Akurasi tidak dapat dipertahankan pada setiap granularitas yang lebih rendah atau lebih tinggi dari `DAY` tingkat. ``` addWorkDays(startDate, endDate) ``` Mari kita asumsikan ada bidang bernama `employmentStartDate` dengan nilai-nilai berikut: ``` 2022-08-10 2022-08-06 2022-08-07 ``` Menggunakan bidang di atas dan perhitungan berikut, `addWorkDays` mengembalikan nilai-nilai yang dimodifikasi seperti yang ditunjukkan di bawah ini: ``` addWorkDays(employmentStartDate, 7) 2022-08-19 2022-08-16 2022-08-16 addWorkDays(employmentStartDate, -5) 2022-08-02 2022-08-01 2022-08-03 addWorkDays(employmentStartDate, 0) 2022-08-10 2022-08-06 2022-08-07 ``` Contoh berikut menghitung total bonus pro-rated yang harus dibayarkan kepada setiap karyawan selama 2 tahun berdasarkan berapa hari setiap karyawan benar-benar bekerja. ``` last_day_of_work = addWorkDays(employment_start_date, 730) total_days_worked = netWorkDays(employment_start_date, last_day_of_work) total_bonus = total_days_worked * bonus_per_day ``` ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/addWorkDays-function-example.png) # Abs `abs`mengembalikan nilai absolut dari ekspresi yang diberikan. ## Sintaksis ``` abs(expression) ``` ## Pendapat *ekspresi* Ekspresi harus numerik. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. # Ceil `ceil`membulatkan nilai desimal ke bilangan bulat tertinggi berikutnya. Misalnya, `ceil(29.02)` mengembalikan `30`. ## Sintaksis ``` ceil(decimal) ``` ## Pendapat *desimal* Bidang yang menggunakan tipe data desimal, nilai literal seperti**17.62**, atau panggilan ke fungsi lain yang mengeluarkan desimal. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut membulatkan bidang desimal ke bilangan bulat tertinggi berikutnya. ``` ceil(salesAmount) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.13 892.03 57.54 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 21 893 58 ``` # Coalesce `coalesce`mengembalikan nilai argumen pertama yang tidak null. Ketika nilai non-null ditemukan, argumen yang tersisa dalam daftar tidak dievaluasi. Jika semua argumen adalah nol, hasilnya adalah nol. String 0-panjang adalah nilai yang valid dan tidak dianggap setara dengan null. ## Sintaksis ``` coalesce(expression1, expression2 [, expression3, ...]) ``` ## Pendapat `coalesce`mengambil dua atau lebih ekspresi sebagai argumen. Semua ekspresi harus memiliki tipe data yang sama atau dapat secara implisit dilemparkan ke tipe data yang sama. *ekspresi* Ekspresi dapat berupa numerik, datetime, atau string. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. ## Jenis pengembalian `coalesce`mengembalikan nilai dari tipe data yang sama sebagai argumen masukan. ## Contoh Contoh berikut mengambil alamat penagihan pelanggan jika ada, alamat jalannya jika tidak ada alamat penagihan, atau mengembalikan “Tidak ada alamat yang terdaftar” jika tidak ada alamat yang tersedia. ``` coalesce(billingAddress, streetAddress, 'No address listed') ``` # Concat `concat`menggabungkan dua atau lebih string. ## Sintaksis ``` concat(expression1, expression2 [, expression3 ...]) ``` ## Pendapat `concat`mengambil dua atau lebih ekspresi string sebagai argumen. *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut menggabungkan tiga bidang string dan menambahkan spasi yang sesuai. ``` concat(salutation, ' ', firstName, ' ', lastName) ``` Berikut ini adalah nilai bidang yang diberikan. ``` salutation firstName lastName ------------------------------------------------------- Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` Ms. Li Juan Dr. Ana Carolina Silva Mr. Nikhil Jayashankar ``` Contoh berikut menggabungkan dua string literal. ``` concat('Hello', 'world') ``` Nilai berikut dikembalikan. ``` Helloworld ``` # contains `contains`mengevaluasi apakah substring yang Anda tentukan ada dalam ekspresi. Jika ekspresi berisi substring, berisi mengembalikan true, dan jika tidak maka mengembalikan false. ## Sintaksis ``` contains(expression, substring, string-comparison-mode) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *substring* Kumpulan karakter untuk memeriksa *ekspresi*. Substring dapat terjadi satu kali atau lebih dalam *ekspresi*. *string-comparison-mode* (Opsional) Menentukan mode perbandingan string untuk menggunakan: + `CASE_SENSITIVE`— Perbandingan string peka huruf besar/kecil. + `CASE_INSENSITIVE`— Perbandingan string tidak peka huruf besar/kecil. Nilai ini default saat kosong. `CASE_SENSITIVE` ## Jenis pengembalian Boolean ## Contoh ### Contoh case sensitive default Contoh case sensitive berikut mengevaluasi jika `state_nm` mengandung**New**. ``` contains(state_nm, "New") ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true false ``` ### Contoh tidak peka huruf besar/kecil Contoh case insensitive berikut mengevaluasi jika `state_nm` mengandung. **new** ``` contains(state_nm, "new", CASE_INSENSITIVE) ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true true ``` ### Contoh dengan pernyataan bersyarat [https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) Contoh berikut `Sales` hanya dijumlahkan jika `state_nm` berisi**New**. ``` sumIf(Sales,contains(state_nm, "New")) ``` ### Tidak mengandung contoh `NOT`Operator bersyarat dapat digunakan untuk mengevaluasi jika ekspresi tidak mengandung substring yang ditentukan. ``` NOT(contains(state_nm, "New")) ``` ### Contoh menggunakan nilai numerik Nilai numerik dapat digunakan dalam ekspresi atau substring argumen dengan menerapkan fungsi. `toString` ``` contains(state_nm, toString(5) ) ``` # decimalToInt `decimalToInt`mengubah nilai desimal ke tipe data integer dengan menghapus titik desimal dan angka apa pun setelahnya. `decimalToInt`tidak membulatkan. Misalnya, `decimalToInt(29.99)` mengembalikan `29`. ## Sintaksis ``` decimalToInt(decimal) ``` ## Pendapat *desimal* Bidang yang menggunakan tipe data desimal, nilai literal seperti**17.62**, atau panggilan ke fungsi lain yang mengeluarkan desimal. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengkonversi bidang desimal ke integer. ``` decimalToInt(salesAmount) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.13 892.03 57.54 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 20 892 57 ``` # dateDiff `dateDiff`mengembalikan selisih hari antara dua bidang tanggal. Jika Anda menyertakan nilai untuk periode tersebut, `dateDiff` mengembalikan selisih interval periode, bukan dalam hari. ## Sintaksis ``` dateDiff(date1, date2,[period]) ``` ## Pendapat `dateDiff`mengambil dua tanggal sebagai argumen. Menentukan periode adalah opsional. *tanggal 1* Kencan pertama dalam perbandingan. Kolom tanggal atau panggilan ke fungsi lain yang menampilkan tanggal. *tanggal 2* Tanggal kedua dalam perbandingan. Kolom tanggal atau panggilan ke fungsi lain yang menampilkan tanggal. *periode* Periode perbedaan yang ingin Anda kembalikan, terlampir dalam tanda kutip. Periode yang valid adalah sebagai berikut: + YYYY: Ini mengembalikan bagian tahun dari tanggal tersebut. + T: Ini mengembalikan tanggal hari pertama kuartal tanggal tersebut. + MM: Ini mengembalikan bagian bulan dari tanggal tersebut. + DD: Ini mengembalikan bagian hari dari tanggal tersebut. + WK: Ini mengembalikan bagian minggu dari tanggal tersebut. Minggu dimulai pada hari Minggu di Amazon Quick. + HH: Ini mengembalikan porsi jam dari tanggal. + MI: Ini mengembalikan bagian menit dari tanggal. + SS: Ini mengembalikan bagian kedua dari tanggal. + MS: Ini mengembalikan bagian milidetik dari tanggal. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengembalikan perbedaan antara dua tanggal. ``` dateDiff(orderDate, shipDate, "MM") ``` Berikut ini adalah nilai bidang yang diberikan. ``` orderDate shipdate ============================= 01/01/18 03/05/18 09/13/17 10/20/17 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 2 1 ``` # endsWith `endsWith`mengevaluasi jika ekspresi berakhir dengan substring yang Anda tentukan. Jika ekspresi berakhir dengan substring, `endsWith` mengembalikan true, dan jika tidak maka mengembalikan false. ## Sintaksis ``` endsWith(expression, substring, string-comparison-mode) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *substring* Kumpulan karakter untuk memeriksa *ekspresi*. Substring dapat terjadi satu kali atau lebih dalam *ekspresi*. *string-comparison-mode* (Opsional) Menentukan mode perbandingan string untuk menggunakan: + `CASE_SENSITIVE`— Perbandingan string peka huruf besar/kecil. + `CASE_INSENSITIVE`— Perbandingan string tidak peka huruf besar/kecil. Nilai ini defaultnya saat kosong. `CASE_SENSITIVE` ## Jenis pengembalian Boolean ## Contoh ### Contoh case sensitive default Contoh case sensitive berikut mengevaluasi jika `state_nm` **"York"** endsWith. ``` endsWith(state_nm, "York") ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true false ``` ### Contoh tidak peka huruf besar/kecil Contoh case insensitive berikut mengevaluasi jika `state_nm` endsWith. **"york"** ``` endsWith(state_nm, "york", CASE_INSENSITIVE) ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true true ``` ### Contoh dengan pernyataan bersyarat `endsWith`[https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) Contoh berikut `Sales` hanya dijumlahkan jika `state_nm` diakhiri dengan**"York"**. ``` sumIf(Sales,endsWith(state_nm, "York")) ``` ### Tidak mengandung contoh `NOT`Operator bersyarat dapat digunakan untuk mengevaluasi jika ekspresi tidak dimulai dengan substring yang ditentukan. ``` NOT(endsWith(state_nm, "York")) ``` ### Contoh menggunakan nilai numerik Nilai numerik dapat digunakan dalam ekspresi atau substring argumen dengan menerapkan fungsi. `toString` ``` endsWith(state_nm, toString(5) ) ``` # epochDate `epochDate`**[mengubah tanggal epoch menjadi tanggal standar dalam format YYYY-MM-DD **T** KK:mm: SS.sss Z, menggunakan sintaks pola format yang ditentukan dalam Kelas dalam dokumentasi proyek Joda. DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html)** Contohnya adalah `2015-10-15T19:11:51.003Z`. `epochDate`didukung untuk digunakan dengan analisis berdasarkan kumpulan data yang disimpan di Quick (). SPICE ## Sintaksis ``` epochDate(epochdate) ``` ## Pendapat *epokdat* Tanggal epoch, yang merupakan representasi bilangan bulat dari tanggal sebagai jumlah detik sejak 00:00:00 UTC pada 1 Januari 1970. *epochdate* harus berupa bilangan bulat. Ini bisa berupa nama bidang yang menggunakan tipe data integer, nilai integer literal, atau panggilan ke fungsi lain yang mengeluarkan bilangan bulat. Jika nilai integer lebih panjang dari 10 digit, digit setelah tempat ke-10 dibuang. ## Jenis pengembalian Date ## Contoh Contoh berikut mengonversi tanggal epoch menjadi tanggal standar. ``` epochDate(3100768000) ``` Nilai berikut dikembalikan. ``` 2068-04-04T12:26:40.000Z ``` # Exp `exp`mengembalikan dasar log alami e dinaikkan ke kekuatan ekspresi yang diberikan. ## Sintaksis ``` exp(expression) ``` ## Pendapat *ekspresi* Ekspresi harus numerik. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. # Extract `extract`mengembalikan bagian tertentu dari nilai tanggal. Meminta bagian terkait waktu dari tanggal yang tidak berisi informasi waktu mengembalikan 0. ## Sintaksis ``` extract(period, date) ``` ## Pendapat *periode* Periode yang ingin Anda ekstrak dari nilai tanggal. Periode yang valid adalah sebagai berikut: + YYYY: Ini mengembalikan bagian tahun dari tanggal tersebut. + T: Ini mengembalikan kuartal yang menjadi tanggal (1-4). + MM: Ini mengembalikan bagian bulan dari tanggal tersebut. + DD: Ini mengembalikan bagian hari dari tanggal tersebut. + WD: Ini mengembalikan hari dalam seminggu sebagai bilangan bulat, dengan hari Minggu sebagai 1. + HH: Ini mengembalikan porsi jam dari tanggal. + MI: Ini mengembalikan bagian menit dari tanggal. + SS: Ini mengembalikan bagian kedua dari tanggal. + MS: Ini mengembalikan bagian milidetik dari tanggal. **catatan** Mengekstrak milidetik tidak didukung dalam database Presto di bawah versi 0.216. *tanggal* Kolom tanggal atau panggilan ke fungsi lain yang menampilkan tanggal. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengekstrak hari dari nilai tanggal. ``` extract('DD', orderDate) ``` Berikut ini adalah nilai bidang yang diberikan. ``` orderDate ========= 01/01/14 09/13/16 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 01 13 ``` # Floor `floor`mengurangi nilai desimal ke bilangan bulat terendah berikutnya. Misalnya, `floor(29.08)` mengembalikan `29`. ## Sintaksis ``` floor(decimal) ``` ## Pendapat *desimal* Bidang yang menggunakan tipe data desimal, nilai literal seperti**17.62**, atau panggilan ke fungsi lain yang mengeluarkan desimal. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengurangi bidang desimal ke bilangan bulat terendah berikutnya. ``` floor(salesAmount) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.13 892.03 57.54 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 20 892 57 ``` # formatDate `formatDate`memformat tanggal menggunakan pola yang Anda tentukan. Saat Anda menyiapkan data, Anda dapat menggunakan `formatDate` untuk memformat ulang tanggal. Untuk memformat ulang tanggal dalam analisis, Anda memilih opsi format dari menu konteks pada bidang tanggal. ## Sintaksis ``` formatDate(date, ['format']) ``` ## Pendapat *tanggal* Kolom tanggal atau panggilan ke fungsi lain yang menampilkan tanggal. *format* (Opsional) String yang berisi pola format untuk diterapkan. Argumen ini menerima pola format yang ditentukan dalam [format tanggal yang didukung](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html). **Jika Anda tidak menentukan format, string ini default ke YYYY-MM-DD T KK:mm:ss:SSS.** ## Jenis pengembalian String ## Contoh Contoh berikut memformat tanggal UTC. ``` formatDate(orderDate, 'dd-MMM-yyyy') ``` Berikut ini adalah nilai bidang yang diberikan. ``` order date ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 13 Dec 2012 28 Dec 2013 14 Nov 2012 ``` ## Contoh Jika tanggal berisi tanda kutip atau apostrof tunggal, misalnya`yyyyMMdd'T'HHmmss`, Anda dapat menangani format tanggal ini dengan menggunakan salah satu metode berikut. + Lampirkan seluruh tanggal dalam tanda kutip ganda, seperti yang ditunjukkan pada contoh berikut: ``` formatDate({myDateField}, "yyyyMMdd'T'HHmmss") ``` + Lepaskan tanda kutip atau apostrof tunggal dengan menambahkan garis miring terbalik (`\`) di sebelah kiri tanda kutip atau apostrof, seperti yang ditunjukkan pada contoh berikut: ``` formatDate({myDateField}, 'yyyyMMdd\'T\'HHmmss') ``` # Ifelse `ifelse`mengevaluasi satu set *if*, *maka* pasangan ekspresi, dan mengembalikan nilai argumen *then* untuk argumen *if* pertama yang mengevaluasi ke true. Jika tidak ada argumen *if* yang dievaluasi menjadi true, maka nilai argumen *else* dikembalikan. ## Sintaksis ``` ifelse(if-expression-1, then-expression-1 [, if-expression-n, then-expression-n ...], else-expression) ``` ## Pendapat `ifelse`membutuhkan satu atau lebih *if*, *maka* pasangan ekspresi, dan membutuhkan tepat satu ekspresi untuk argumen *else*. *jika-ekspresi* Ekspresi yang akan dievaluasi sebagai benar atau tidak. Ini bisa berupa nama bidang seperti**address1**, nilai literal seperti**'Unknown'**, atau fungsi lain seperti`toString(salesAmount)`. Contohnya adalah `isNotNull(FieldName)`. Jika Anda menggunakan beberapa operator AND dan OR dalam `if` argumen, lampirkan pernyataan dalam tanda kurung untuk mengidentifikasi urutan pemrosesan. Misalnya, `if` argumen berikut mengembalikan catatan dengan bulan 1, 2, atau 5 dan tahun 2000. ``` ifelse((month = 5 OR month < 3) AND year = 2000, 'yes', 'no') ``` `if`Argumen berikutnya menggunakan operator yang sama, tetapi mengembalikan catatan dengan bulan 5 dan tahun apa pun, atau dengan bulan 1 atau 2 dan satu tahun 2000. ``` ifelse(month = 5 OR (month < 3 AND year = 2000), 'yes', 'no') ``` *kemudian ekspresi* Ekspresi untuk kembali *jika argumen if* dievaluasi sebagai benar. Ini bisa berupa nama bidang seperti**address1**, nilai literal seperti**'Unknown'**, atau panggilan ke fungsi lain. Ekspresi harus memiliki tipe data yang sama dengan `then` argumen dan `else` argumen lainnya. *ekspresi orang lain* Ekspresi untuk kembali jika tidak ada argumen *if* yang dievaluasi sebagai benar. Ini bisa berupa nama bidang seperti**address1**, nilai literal seperti**'Unknown'**, atau fungsi lain seperti`toString(salesAmount)`. Ekspresi harus memiliki tipe data yang sama dengan semua `then` argumen. ## Jenis pengembalian `ifelse`mengembalikan nilai tipe data yang sama dengan nilai dalam ekspresi *saat itu*. Semua data yang dikembalikan *kemudian* dan ekspresi *lain* harus dari tipe data yang sama atau dikonversi ke tipe data yang sama. ## Contoh Contoh berikut menghasilkan kolom alias untuk bidang`country`. ``` ifelse(country = "United States", "US", country = "China", "CN", country = "India", "IN", "Others") ``` Untuk kasus penggunaan seperti mengevaluasi setiap nilai dalam bidang terhadap daftar literal, dan mengembalikan hasil yang sesuai dengan nilai pencocokan pertama., sakelar fungsi disarankan untuk menyederhanakan pekerjaan Anda. Contoh sebelumnya dapat ditulis ulang ke pernyataan berikut menggunakan [https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html](https://docs.aws.amazon.com/quicksight/latest/user/switch-function.html): ``` switch(country,"United States","US","China","CN","India","IN","Others") ``` Contoh berikut mengkategorikan penjualan per pelanggan ke dalam tingkat yang dapat dibaca manusia. ``` ifelse(salesPerCustomer < 1000, “VERY_LOW”, salesPerCustomer < 10000, “LOW”, salesPerCustomer < 100000, “MEDIUM”, “HIGH”) ``` Contoh berikut menggunakan AND, OR, dan TIDAK untuk membandingkan beberapa ekspresi menggunakan operator bersyarat untuk menandai pelanggan teratas TIDAK di Washington atau Oregon dengan promosi khusus, yang membuat lebih dari 10 pesanan. Jika tidak ada nilai yang dikembalikan, nilainya `'n/a'` digunakan. ``` ifelse(( (NOT (State = 'WA' OR State = 'OR')) AND Orders > 10), 'Special Promotion XYZ', 'n/a') ``` Contoh berikut hanya menggunakan OR untuk menghasilkan kolom baru yang berisi nama benua yang sesuai dengan masing-masing`country`. ``` ifelse(country = "United States" OR country = "Canada", "North America", country = "China" OR country = "India" OR country = "Japan", "Asia", "Others") ``` Contoh sebelumnya dapat disederhanakan seperti yang ditunjukkan pada contoh berikutnya. Contoh berikut menggunakan `ifelse` dan [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html)untuk membuat nilai dalam kolom baru untuk setiap baris di mana nilai diuji dalam daftar literal. Anda bisa menggunakannya `ifelse` [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html)juga. ``` ifelse(in(country,["United States", "Canada"]), "North America", in(country,["China","Japan","India"]),"Asia","Others") ``` Penulis dapat menyimpan daftar literal dalam parameter multivalue dan menggunakannya dalam fungsi [https://docs.aws.amazon.com/quicksight/latest/user/in-function.html](https://docs.aws.amazon.com/quicksight/latest/user/in-function.html)atau [https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html](https://docs.aws.amazon.com/quicksight/latest/user/notIn-function.html). Contoh berikut adalah setara dengan contoh sebelumnya, kecuali bahwa daftar literal disimpan dalam dua parameter multivalue. ``` ifelse(in(country,${NorthAmericaCountryParam}), "North America", in(country,${AsiaCountryParam}),"Asia", "Others") ``` Contoh berikut menetapkan grup ke catatan penjualan berdasarkan total penjualan. Struktur setiap `if-then` frase meniru perilaku *antara*, kata kunci yang saat ini tidak berfungsi dalam ekspresi bidang terhitung. Misalnya, hasil perbandingan `salesTotal >= 0 AND salesTotal < 500` mengembalikan nilai yang sama dengan perbandingan `salesTotal between 0 and 499` SQL. ``` ifelse(salesTotal >= 0 AND salesTotal < 500, 'Group 1', salesTotal >= 500 AND salesTotal < 1000, 'Group 2', 'Group 3') ``` Contoh berikut menguji nilai NULL dengan menggunakan `coalesce` untuk mengembalikan nilai non-NULL pertama. Alih-alih perlu mengingat arti NULL di bidang tanggal, Anda dapat menggunakan deskripsi yang dapat dibaca sebagai gantinya. Jika tanggal pemutusan adalah NULL, contoh mengembalikan tanggal penangguhan, kecuali keduanya adalah NULL. Kemudian `coalesce(DiscoDate, SuspendDate, '12/31/2491')` kembali`'12/31/2491'`. Nilai yang dikembalikan harus sesuai dengan tipe data lainnya. Tanggal ini mungkin tampak seperti nilai yang tidak biasa, tetapi tanggal di abad ke-25 secara wajar mensimulasikan “akhir waktu,” yang didefinisikan sebagai tanggal tertinggi dalam data mart. ``` ifelse ( (coalesce(DiscoDate, SuspendDate, '12/31/2491') = '12/31/2491'), 'Active subscriber', 'Inactive subscriber') ``` Berikut ini menunjukkan contoh yang lebih kompleks dalam format yang lebih mudah dibaca, hanya untuk menunjukkan bahwa Anda tidak perlu mengompres kode Anda semua menjadi satu baris panjang. Contoh ini memberikan beberapa perbandingan nilai hasil survei. Ini menangani nilai NULL potensial untuk bidang ini dan mengkategorikan dua rentang yang dapat diterima. Ini juga memberi label satu rentang yang membutuhkan lebih banyak pengujian dan yang lain tidak valid (di luar jangkauan). Untuk semua nilai yang tersisa, ini menerapkan `else` kondisi, dan memberi label baris sebagai membutuhkan pengujian ulang tiga tahun setelah tanggal pada baris itu. ``` ifelse ( isNull({SurveyResult}), 'Untested', {SurveyResult}=1, 'Range 1', {SurveyResult}=2, 'Range 2', {SurveyResult}=3, 'Need more testing', {SurveyResult}=99, 'Out of Range', concat ( 'Retest by ', toString ( addDateTime(3, "YYYY", {Date}) ) ) ) ``` Contoh berikut memberikan nama wilayah “secara manual” dibuat untuk sekelompok negara bagian. Ini juga menggunakan spasi dan komentar, dibungkus`/* */`, untuk membuatnya lebih mudah untuk mempertahankan kode. ``` ifelse ( /* NE REGION*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, 'Northeast', /* SE REGION*/ locate('Georgia, Alabama, South Carolina, Louisiana',{State}) > 0, 'Southeast', 'Other Region' ) ``` Logika untuk penandaan wilayah rusak sebagai berikut: 1. Kami mencantumkan status yang kami inginkan untuk setiap wilayah, melampirkan setiap daftar dalam tanda kutip untuk membuat setiap daftar string, sebagai berikut: + `'New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire'` + `'Georgia, Alabama, South Carolina, Louisiana'` + Anda dapat menambahkan lebih banyak set, atau menggunakan negara, kota, provinsi, atau What3Words jika Anda mau. 1. Kami bertanya apakah nilai untuk `State` (untuk setiap baris) ditemukan dalam daftar, dengan menggunakan `locate` fungsi untuk mengembalikan nilai bukan nol jika keadaan ditemukan dalam daftar, sebagai berikut. ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) and locate('Georgia, Alabama, South Carolina, Louisiana',{State}) ``` 1. `locate`Fungsi mengembalikan angka bukan `TRUE` atau`FALSE`, tetapi `ifelse` membutuhkan nilai`TRUE`/`FALSE`Boolean. Untuk menyiasatinya, kita bisa membandingkan hasilnya `locate` dengan angka. Jika negara ada dalam daftar, nilai pengembalian lebih besar dari nol. 1. Tanyakan apakah negara ada. ``` locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0 ``` 1. Jika ada wilayah tersebut, beri label sebagai wilayah tertentu, dalam hal ini wilayah Timur Laut. ``` /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', ``` 1. Karena kami memiliki status yang tidak ada dalam daftar, dan karena `ifelse` memerlukan satu `else` ekspresi, kami menyediakan `'Other Region'` sebagai label untuk status sisa. ``` /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', /*The else expression:*/ 'Other Region' ``` 1. Kami membungkus semua itu dalam `ifelse( )` fungsi untuk mendapatkan versi final. Contoh berikut meninggalkan negara bagian wilayah Tenggara yang asli. Anda dapat menambahkannya kembali sebagai pengganti *``* tag. Jika Anda ingin menambahkan lebih banyak wilayah, Anda dapat membuat lebih banyak salinan dari dua baris tersebut dan mengubah daftar negara agar sesuai dengan tujuan Anda. Anda dapat mengubah nama wilayah menjadi sesuatu yang cocok untuk Anda, dan mengubah nama bidang dari `State` apa pun yang Anda butuhkan. ``` ifelse ( /*The if expression:*/ locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) > 0, /*The then expression:*/ 'Northeast', /**/ /*The else expression:*/ 'Other Region' ) ``` **catatan** Ada cara lain untuk melakukan perbandingan awal untuk ekspresi if. Misalnya, anggaplah Anda mengajukan pertanyaan “Status apa yang tidak hilang dari daftar ini?” daripada “Negara bagian mana yang ada dalam daftar?” Jika Anda melakukannya, Anda mungkin mengungkapkannya secara berbeda. Anda dapat membandingkan pernyataan locate ke nol untuk menemukan nilai yang hilang dari daftar, dan kemudian menggunakan operator NOT untuk mengklasifikasikannya sebagai “tidak hilang,” sebagai berikut. ``` /*The if expression:*/ NOT (locate('New York, New Jersey, Connecticut, Vermont, Maine, Rhode Island, New Hampshire',{State}) = 0), ``` Kedua versi itu benar. Versi yang Anda pilih harus paling masuk akal bagi Anda dan tim Anda, sehingga Anda dapat mempertahankannya dengan mudah. Jika semua opsi tampak sama, pilih yang paling sederhana. # in `in`mengevaluasi jika ekspresi ada dalam daftar literal. Jika daftar berisi ekspresi, dalam mengembalikan true, dan sebaliknya mengembalikan false. `in`peka huruf besar/kecil untuk input tipe string. `in`menerima dua jenis daftar literal, satu secara manual dimasukkan daftar dan yang lainnya adalah parameter [multivalue](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html). ## Sintaksis Menggunakan daftar yang dimasukkan secara manual: ``` in(expression, [literal-1, ...]) ``` Menggunakan parameter multivalue: ``` in(expression, $multivalue_parameter) ``` ## Pendapat *ekspresi* Ekspresi yang akan dibandingkan dengan unsur-unsur dalam daftar literal. Ini bisa berupa nama bidang seperti`address`, nilai literal seperti '**Unknown**', parameter nilai tunggal, atau panggilan ke fungsi skalar lain—asalkan fungsi ini bukan fungsi agregat atau perhitungan tabel. *daftar literal* (wajib) Ini bisa berupa daftar yang dimasukkan secara manual atau parameter multivalue. Argumen ini menerima hingga 5.000 elemen. Namun, dalam kueri langsung ke sumber data pihak ketiga, misalnya Oracle atau Teradata, batasannya bisa lebih kecil. + ***daftar yang dimasukkan secara manual*** - Satu atau lebih nilai literal dalam daftar untuk dibandingkan dengan ekspresi. Daftar harus dilampirkan dalam tanda kurung siku. Semua literal untuk membandingkan harus memiliki tipe data yang sama dengan ekspresi. + parameter ***multivalue — Parameter*** multivalue yang telah ditentukan sebelumnya diteruskan sebagai daftar literal. Parameter multivalue harus memiliki tipe data yang sama dengan ekspresi. ## Jenis pengembalian Boolean: BENAR/SALAH ## Contoh dengan daftar statis Contoh berikut mengevaluasi `origin_state_name` bidang untuk nilai-nilai dalam daftar string. Saat membandingkan input tipe string, `in` hanya mendukung perbandingan peka huruf besar/kecil. ``` in(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` Berikut ini adalah nilai bidang yang diberikan. ``` "Washington" "ohio" "Texas" ``` Untuk nilai bidang ini nilai berikut dikembalikan. ``` false false true ``` Nilai pengembalian ketiga benar karena hanya “Texas” adalah salah satu nilai yang disertakan. Contoh berikut mengevaluasi `fl_date` bidang untuk nilai-nilai dalam daftar string. Untuk mencocokkan jenisnya, `toString` digunakan untuk mentransmisikan tipe tanggal ke tipe string. ``` in(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[Gambar hasil contoh fungsi, ditunjukkan dalam bentuk tabel.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/in-function-example-manual-list.png) Literal dan nilai NULL didukung dalam argumen ekspresi untuk dibandingkan dengan literal dalam daftar. Kedua dari dua contoh berikut akan menghasilkan kolom baru nilai TRUE. ``` in("Washington",["Washington","Ohio"]) ``` ``` in(NULL,[NULL,"Ohio"]) ``` ## Contoh dengan parameter mutivalue Katakanlah seorang penulis membuat [parameter multivalue](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) yang berisi daftar semua nama negara. Kemudian penulis menambahkan kontrol untuk memungkinkan pembaca memilih nilai dari daftar. Selanjutnya, pembaca memilih tiga nilai — “Georgia”, “Ohio”, dan “Texas” — dari kontrol daftar drop-down parameter. Dalam hal ini, ekspresi berikut setara dengan contoh pertama, di mana ketiga nama negara dilewatkan sebagai daftar literal untuk dibandingkan dengan `original_state_name` bidang. ``` in (origin_state_name, ${stateName MultivalueParameter}) ``` ## Contoh dengan `ifelse` `in`dapat bersarang di fungsi lain sebagai nilai boolean. Salah satu contohnya adalah bahwa penulis dapat mengevaluasi ekspresi apa pun dalam daftar dan mengembalikan nilai yang mereka inginkan dengan menggunakan `in` dan`ifelse`. Contoh berikut mengevaluasi apakah penerbangan berada dalam daftar negara bagian AS tertentu dan mengembalikan kategori negara bagian yang berbeda berdasarkan perbandingan. `dest_state_name` ``` ifelse(in(dest_state_name,["Washington", "Oregon","California"]), "WestCoastUSState", "Other US State") ``` ![\[Gambar hasil contoh fungsi, ditunjukkan dalam bentuk tabel.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/in-function-with-ifelse.png) # intToDecimal `intToDecimal`mengkonversi nilai integer ke tipe data desimal. ## Sintaksis ``` intToDecimal(integer) ``` ## Pendapat *int* Bidang yang menggunakan tipe data integer, nilai literal seperti**14**, atau panggilan ke fungsi lain yang mengeluarkan integer. ## Jenis pengembalian Desimal (Tetap) dalam pengalaman persiapan data lama. Desimal (Float) dalam pengalaman persiapan data baru. ## Contoh Contoh berikut mengkonversi bidang integer ke desimal. ``` intToDecimal(price) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20 892 57 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 20.0 892.0 58.0 ``` Anda dapat menerapkan pemformatan di dalam analisis, misalnya untuk memformat `price` sebagai mata uang. # isNotNull `isNotNull`mengevaluasi ekspresi untuk melihat apakah itu bukan nol. Jika ekspresi tidak null, `isNotNull` mengembalikan true, dan sebaliknya mengembalikan false. ## Sintaksis ``` isNotNull(expression) ``` ## Pendapat *ekspresi* Ekspresi yang akan dievaluasi sebagai nol atau tidak. Ini bisa berupa nama bidang seperti **address1** atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian Boolean ## Contoh Contoh berikut mengevaluasi bidang sales\$1amount untuk nilai null. ``` isNotNull(salesAmount) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.13 (null) 57.54 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true false true ``` # isNull `isNull`mengevaluasi ekspresi untuk melihat apakah itu nol. Jika ekspresi adalah null, `isNull` mengembalikan true, dan jika tidak maka mengembalikan false. ## Sintaksis ``` isNull(expression) ``` ## Pendapat *ekspresi* Ekspresi yang akan dievaluasi sebagai nol atau tidak. Ini bisa berupa nama bidang seperti **address1** atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian Boolean ## Contoh Contoh berikut mengevaluasi bidang sales\$1amount untuk nilai null. ``` isNull(salesAmount) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.13 (null) 57.54 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` false true false ``` Contoh berikut menguji nilai NULL dalam sebuah `ifelse` pernyataan, dan mengembalikan nilai yang dapat dibaca manusia sebagai gantinya. ``` ifelse( isNull({ActiveFlag}) , 'Inactive', 'Active') ``` # isWorkDay `isWorkDay`mengevaluasi nilai tanggal-waktu tertentu untuk menentukan apakah nilainya adalah hari kerja atau tidak. `isWorkDay`mengasumsikan standar 5 hari kerja seminggu mulai dari Senin dan berakhir pada hari Jumat. Sabtu dan Minggu diasumsikan sebagai akhir pekan. Fungsi selalu menghitung hasilnya pada `DAY` perincian dan tidak termasuk tanggal input yang diberikan. ## Sintaksis ``` isWorkDay(inputDate) ``` ## Pendapat *InputDate* Nilai tanggal-waktu yang ingin Anda evaluasi. Nilai yang valid adalah sebagai berikut: + Bidang dataset: `date` Bidang apa pun dari kumpulan data yang Anda tambahkan fungsi ini. + Fungsi Tanggal: Setiap keluaran tanggal dari `date` fungsi lain, misalnya,`parseDate`. + Bidang terhitung: Setiap bidang terhitung cepat yang mengembalikan `date` nilai. + Parameter: Setiap `DateTime` parameter Cepat. ## Jenis pengembalian Integer (`0`atau`1`) ## Contoh Exaple berikut menentukan apakah `application_date` bidang tersebut adalah hari kerja atau tidak. Mari kita asumsikan bahwa ada bidang bernama `application_date` dengan nilai-nilai berikut: ``` 2022-08-10 2022-08-06 2022-08-07 ``` Bila Anda menggunakan bidang ini dan menambahkan perhitungan berikut, `isWorkDay` mengembalikan nilai-nilai di bawah ini: ``` isWorkDay({application_date}) 1 0 0 ``` Contoh berikut menyaring karyawan yang pekerjaannya berakhir pada hari kerja dan menentukan apakah pekerjaan mereka dimulai pada hari kerja atau akhir pekan menggunakan format bersyarat: ``` is_start_date_work_day = isWorkDay(employment_start_date) is_end_date_work_day = isWorkDay(employment_end_date) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/isWorkDay-example.png) # Left `left`mengembalikan karakter paling kiri dari string, termasuk spasi. Anda menentukan jumlah karakter yang akan dikembalikan. ## Sintaksis ``` left(expression, limit) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *membatasi* Jumlah karakter yang akan dikembalikan dari *ekspresi*, mulai dari karakter pertama dalam string. ## Jenis pengembalian String ## Contoh Contoh berikut mengembalikan 3 karakter pertama dari string. ``` left('Seattle Store #14', 3) ``` Nilai berikut dikembalikan. ``` Sea ``` # Locate `locate`menempatkan substring yang Anda tentukan dalam string lain, dan mengembalikan jumlah karakter sampai karakter pertama dalam substring. Fungsi mengembalikan 0 jika tidak menemukan substring. Fungsinya berbasis 1. ## Sintaksis ``` locate(expression, substring, start) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *substring* Kumpulan karakter dalam *ekspresi* yang ingin Anda temukan. Substring dapat terjadi satu kali atau lebih dalam *ekspresi*. *mulai* (Opsional) Jika *substring* terjadi lebih dari sekali, gunakan *start* untuk mengidentifikasi di mana dalam string fungsi harus mulai mencari substring. Misalnya, Anda ingin menemukan contoh kedua substring dan Anda pikir itu biasanya terjadi setelah 10 karakter pertama. Anda menentukan nilai *awal* 10. Ini harus dimulai dari 1. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengembalikan informasi tentang di mana kejadian pertama substring 'dan' muncul dalam string. ``` locate('1 and 2 and 3 and 4', 'and') ``` Nilai berikut dikembalikan. ``` 3 ``` Contoh berikut mengembalikan informasi tentang di mana kejadian pertama substring 'dan' muncul dalam string setelah karakter keempat. ``` locate('1 and 2 and 3 and 4', 'and', 4) ``` Nilai berikut dikembalikan. ``` 9 ``` # Log `log`mengembalikan logaritma basis 10 dari ekspresi yang diberikan. ## Sintaksis ``` log(expression) ``` ## Pendapat *ekspresi* Ekspresi harus numerik. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. # Ln `ln`mengembalikan logaritma natural dari ekspresi yang diberikan. ## Sintaksis ``` ln(expression) ``` ## Pendapat *ekspresi* Ekspresi harus numerik. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. # Ltrim `ltrim`menghapus ruang kosong sebelumnya dari string. ## Sintaksis ``` ltrim(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut menghapus spasi sebelumnya dari string. ``` ltrim(' Seattle Store #14') ``` Nilai berikut dikembalikan. ``` Seattle Store #14 ``` # Mod Gunakan `mod` fungsi untuk menemukan sisanya setelah membagi angka dengan pembagi. Anda dapat menggunakan `mod` fungsi atau operator modulo (%) secara bergantian. ## Sintaksis ``` mod(number, divisor) ``` ``` number%divisor ``` ## Pendapat *jumlah* Angka adalah bilangan bulat positif yang ingin Anda bagi dan temukan sisanya. *pembagi* Pembagi adalah bilangan bulat positif yang Anda bagi dengan. Jika pembagi adalah nol, fungsi ini mengembalikan kesalahan pada pembagian dengan 0. ## Contoh Contoh berikut mengembalikan modulo 17 ketika membagi dengan 6. Contoh pertama menggunakan operator%, dan contoh kedua menggunakan fungsi mod. ``` 17%6 ``` ``` mod( 17, 6 ) ``` Nilai berikut dikembalikan. ``` 5 ``` # netWorkDays `netWorkDays`mengembalikan jumlah hari kerja antara dua bidang tanggal yang disediakan atau bahkan nilai tanggal kustom yang dihasilkan menggunakan fungsi Tanggal cepat lainnya seperti `parseDate` atau `epochDate` sebagai bilangan bulat. `netWorkDays`mengasumsikan standar 5 hari kerja seminggu mulai dari Senin dan berakhir pada hari Jumat. Sabtu dan Minggu diasumsikan sebagai akhir pekan. Perhitungannya termasuk keduanya `startDate` dan`endDate`. Fungsi beroperasi dan menunjukkan hasil untuk perincian HARI. ## Sintaksis ``` netWorkDays(startDate, endDate) ``` ## Pendapat *StartDate* Tanggal non-Null valid yang bertindak sebagai tanggal mulai untuk perhitungan. + Bidang dataset: `date` Bidang apa pun dari kumpulan data yang Anda tambahkan fungsi ini. + Fungsi Tanggal: Setiap keluaran tanggal dari `date` fungsi lain, misalnya,`parseDate`. + Bidang terhitung: Setiap bidang terhitung cepat yang mengembalikan `date` nilai. + Parameter: Setiap `DateTime` parameter Cepat. + Setiap kombinasi dari nilai-nilai argumen yang dinyatakan di atas. *EndDate* Tanggal non-Null valid yang bertindak sebagai tanggal akhir perhitungan. + Bidang dataset: `date` Bidang apa pun dari kumpulan data yang Anda tambahkan fungsi ini. + Fungsi Tanggal: Setiap keluaran tanggal dari `date` fungsi lain, misalnya,`parseDate`. + Bidang terhitung: Setiap bidang terhitung cepat yang mengembalikan `date` nilai. + Parameter: Setiap `DateTime` parameter Cepat. + Setiap kombinasi dari nilai-nilai argumen yang dinyatakan di atas. ## Jenis pengembalian Bilangan Bulat ## Nilai Ouptut Nilai output yang diharapkan meliputi: + Bilangan bulat positif (ketika start\$1date < end\$1date) + Integer negatif (ketika start\$1date > end\$1date) + NULL ketika salah satu atau kedua argumen mendapatkan nilai null dari. `dataset field` ## Contoh Contoh berikut mengembalikan jumlah hari kerja jatuh di antara dua tanggal. Mari kita asumsikan bahwa ada bidang bernama `application_date` dengan nilai-nilai berikut: ``` netWorkDays({startDate}, {endDate}) ``` Berikut ini adalah nilai bidang yang diberikan. ``` startDate endDate netWorkDays 9/4/2022 9/11/2022 5 9/9/2022 9/2/2022 -6 9/10/2022 9/11/2022 0 9/12/2022 9/12/2022 1 ``` Contoh berikut menghitung jumlah hari kerja setiap karyawan dan gaji yang dikeluarkan per hari untuk setiap karyawan: ``` days_worked = netWorkDays({employment_start_date}, {employment_end_date}) salary_per_day = {salary}/{days_worked} ``` Contoh berikut menyaring karyawan yang pekerjaannya berakhir pada hari kerja dan menentukan apakah pekerjaan mereka dimulai pada hari kerja atau akhir pekan menggunakan format bersyarat: ``` is_start_date_work_day = netWorkDays(employment_start_date) is_end_date_work_day = netWorkDays(employment_end_date) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/netWorkDays-function-example.png) # Now Untuk dataset database yang langsung query database, `now` mengembalikan tanggal dan waktu saat ini menggunakan pengaturan dan format yang ditentukan oleh database server. Set data for SPICE dan Salesforce, `now` mengembalikan tanggal dan waktu UTC, dalam format `yyyy-MM-ddTkk:mm:ss:SSSZ` (misalnya, 2015-10-15T 19:11:51:003 Z). ## Sintaksis ``` now() ``` ## Jenis pengembalian Date # notIn `notIn`mengevaluasi jika ekspresi ada dalam daftar literal. Jika daftar tidak berisi ekspresi, `notIn` mengembalikan true, dan sebaliknya mengembalikan false. `notIn`peka huruf besar/kecil untuk input tipe string. `notIn`menerima dua jenis daftar literal, satu secara manual dimasukkan daftar dan yang lainnya adalah parameter [multivalue](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html). ## Sintaksis Menggunakan daftar yang dimasukkan secara manual: ``` notIn(expression, [literal-1, ...]) ``` Menggunakan parameter multivalue: ``` notIn(expression, $multivalue_parameter) ``` ## Pendapat *ekspresi* Ekspresi yang akan dibandingkan dengan unsur-unsur dalam daftar literal. Ini bisa berupa nama bidang seperti`address`, nilai literal seperti '**Unknown**', parameter nilai tunggal, atau panggilan ke fungsi skalar lain—asalkan fungsi ini bukan fungsi agregat atau perhitungan tabel. *daftar literal* (wajib) Ini bisa berupa daftar yang dimasukkan secara manual atau parameter multivalue. Argumen ini menerima hingga 5.000 elemen. Namun, dalam kueri langsung ke sumber data pihak ketiga, misalnya Oracle atau Teradata, batasannya bisa lebih kecil. + ***daftar yang dimasukkan secara manual*** - Satu atau lebih nilai literal dalam daftar untuk dibandingkan dengan ekspresi. Daftar harus dilampirkan dalam tanda kurung siku. Semua literal untuk membandingkan harus memiliki tipe data yang sama dengan ekspresi. + parameter ***multivalue — Parameter*** multivalue yang telah ditentukan sebelumnya diteruskan sebagai daftar literal. Parameter multivalue harus memiliki tipe data yang sama dengan ekspresi. ## Jenis pengembalian Boolean: BENAR/SALAH ## Contoh dengan daftar yang dimasukkan secara manual Contoh berikut mengevaluasi `origin_state_name` bidang untuk nilai-nilai dalam daftar string. Saat membandingkan input tipe string, `notIn` hanya mendukung perbandingan peka huruf besar/kecil. ``` notIn(origin_state_name,["Georgia", "Ohio", "Texas"]) ``` Berikut ini adalah nilai bidang yang diberikan. ``` "Washington" "ohio" "Texas" ``` Untuk nilai bidang ini nilai berikut dikembalikan. ``` true true false ``` Nilai pengembalian ketiga adalah false karena hanya “Texas” adalah salah satu nilai yang dikecualikan. Contoh berikut mengevaluasi `fl_date` bidang untuk nilai-nilai dalam daftar string. Untuk mencocokkan jenisnya, `toString` digunakan untuk mentransmisikan tipe tanggal ke tipe string. ``` notIn(toString(fl_date),["2015-05-14","2015-05-15","2015-05-16"]) ``` ![\[Gambar hasil contoh fungsi, ditunjukkan dalam bentuk tabel.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/notin-function-example-manual-list.png) Literal dan nilai NULL didukung dalam argumen ekspresi untuk dibandingkan dengan literal dalam daftar. Kedua dari dua contoh berikut akan menghasilkan kolom baru nilai FALSE. ``` notIn("Washington",["Washington","Ohio"]) ``` ``` notIn(NULL,[NULL,"Ohio"]) ``` ## Contoh dengan parameter mutivalue Katakanlah seorang penulis membuat [parameter multivalue](https://docs.aws.amazon.com/quicksight/latest/user/parameters-in-quicksight.html) yang berisi daftar semua nama negara. Kemudian penulis menambahkan kontrol untuk memungkinkan pembaca memilih nilai dari daftar. Selanjutnya, pembaca memilih tiga nilai — “Georgia”, “Ohio”, dan “Texas” — dari kontrol daftar drop-down parameter. Dalam hal ini, ekspresi berikut setara dengan contoh pertama, di mana ketiga nama negara dilewatkan sebagai daftar literal untuk dibandingkan dengan `original_state_name` bidang. ``` notIn (origin_state_name, ${stateName MultivalueParameter}) ``` ## Contoh dengan `ifelse` `notIn`dapat bersarang di fungsi lain sebagai nilai boolean. Salah satu contohnya adalah bahwa penulis dapat mengevaluasi ekspresi apa pun dalam daftar dan mengembalikan nilai yang mereka inginkan dengan menggunakan `notIn` dan`ifelse`. Contoh berikut mengevaluasi apakah penerbangan berada dalam daftar negara bagian AS tertentu dan mengembalikan kategori negara bagian yang berbeda berdasarkan perbandingan. `dest_state_name` ``` ifelse(notIn(dest_state_name,["Washington", "Oregon","California"]), "notWestCoastUSState", "WestCoastUSState") ``` ![\[Gambar hasil contoh fungsi, ditunjukkan dalam bentuk tabel.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/notin-function-with-ifelse.png) # nullIf `nullIf`membandingkan dua ekspresi. Jika mereka sama, fungsi mengembalikan null. Jika mereka tidak sama, fungsi mengembalikan ekspresi pertama. ## Sintaksis ``` nullIf(expression1, expression2) ``` ## Pendapat `nullIf`mengambil dua ekspresi sebagai argumen. *ekspresi* Ekspresi dapat berupa numerik, datetime, atau string. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. ## Jenis pengembalian String ## Contoh Contoh berikut mengembalikan nol jika alasan penundaan pengiriman tidak diketahui. ``` nullIf(delayReason, 'unknown') ``` Berikut ini adalah nilai bidang yang diberikan. ``` delayReason ============ unknown back ordered weather delay ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` (null) back ordered weather delay ``` # parseDate `parseDate`mem-parsing string untuk menentukan apakah itu berisi nilai tanggal, dan mengembalikan tanggal standar dalam format `yyyy-MM-ddTkk:mm:ss.SSSZ` (menggunakan sintaks pola format yang ditentukan dalam [Kelas DateTimeFormat](http://www.joda.org/joda-time/apidocs/org/joda/time/format/DateTimeFormat.html) dalam dokumentasi proyek Joda), misalnya 2015-10-15T 19:11:51.003 Z. Fungsi ini mengembalikan semua baris yang berisi tanggal dalam format yang valid dan melewatkan setiap baris yang tidak, termasuk baris yang berisi nilai nol. Quick mendukung tanggal dalam kisaran dari 1 Januari 1900 00:00:00 UTC hingga 31 Desember 2037 23:59:59 UTC. Untuk informasi selengkapnya, lihat [Format tanggal yang didukung](https://docs.aws.amazon.com/quicksight/latest/user/supported-date-formats.html). ## Sintaksis ``` parseDate(expression, ['format']) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'1/1/2016'**, atau panggilan ke fungsi lain yang mengeluarkan string. *format* (Opsional) String yang berisi pola format yang harus dicocokkan dengan *date\$1string*. Misalnya, jika Anda menggunakan bidang dengan data seperti**01/03/2016**, Anda menentukan format 'MM/dd/yyyy'. Jika Anda tidak menentukan format, itu defaultnya. `yyyy-MM-dd` Baris yang datanya tidak sesuai dengan *format* dilewati. Format tanggal yang berbeda didukung berdasarkan jenis kumpulan data yang digunakan. Gunakan tabel berikut untuk melihat detail format tanggal yang didukung. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/parseDate-function.html) ## Jenis pengembalian Date ## Contoh Contoh berikut mengevaluasi `prodDate` untuk menentukan apakah itu berisi nilai tanggal. ``` parseDate(prodDate, 'MM/dd/yyyy') ``` Berikut ini adalah nilai bidang yang diberikan. ``` prodDate -------- 01-01-1999 12/31/2006 1/18/1982 7/4/2010 ``` Untuk nilai bidang ini, baris berikut dikembalikan. ``` 12-31-2006T00:00:00.000Z 01-18-1982T00:00:00.000Z 07-04-2010T00:00:00.000Z ``` # parseDecimal `parseDecimal`mem-parsing string untuk menentukan apakah itu berisi nilai desimal. Fungsi ini mengembalikan semua baris yang berisi nilai desimal, integer, atau null, dan melewatkan setiap baris yang tidak. Jika baris berisi nilai integer, itu dikembalikan sebagai desimal dengan hingga 4 tempat desimal. Misalnya, nilai '2' dikembalikan sebagai '2.0'. ## Sintaksis ``` parseDecimal(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'9.62'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian Desimal (Tetap) dalam pengalaman persiapan data lama. Desimal (Float) dalam pengalaman persiapan data baru. ## Contoh Contoh berikut mengevaluasi `fee` untuk menentukan apakah mengandung nilai desimal. ``` parseDecimal(fee) ``` Berikut ini adalah nilai bidang yang diberikan. ``` fee -------- 2 2a 12.13 3b 3.9 (null) 198.353398 ``` Untuk nilai bidang ini, baris berikut dikembalikan. ``` 2.0 12.13 3.9 (null) 198.3533 ``` # parseInt `parseInt`mem-parsing string untuk menentukan apakah itu berisi nilai integer. Fungsi ini mengembalikan semua baris yang berisi nilai desimal, integer, atau null, dan melewatkan setiap baris yang tidak. Jika baris berisi nilai desimal, itu dikembalikan sebagai bilangan bulat terdekat, dibulatkan ke bawah. Misalnya, nilai '2,99' dikembalikan sebagai '2'. ## Sintaksis ``` parseInt(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'3'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengevaluasi `feeType` untuk menentukan apakah itu berisi nilai-nilai integer. ``` parseInt(feeType) ``` Berikut ini adalah nilai bidang yang diberikan. ``` feeType -------- 2 2.1 2a 3 3b (null) 5 ``` Untuk nilai bidang ini, baris berikut dikembalikan. ``` 2 2 3 (null) 5 ``` # parseJson Gunakan `parseJson` untuk mengekstrak nilai dari objek JSON. Jika kumpulan data Anda disimpan dalam QuickSPICE, Anda dapat menggunakannya `parseJson` saat menyiapkan kumpulan data, tetapi tidak di bidang terhitung selama analisis. Untuk kueri langsung, Anda dapat menggunakan `parseJson` keduanya selama persiapan dan analisis data. `parseJson`Fungsi ini berlaku untuk string atau tipe data asli JSON, tergantung pada dialek, seperti yang ditunjukkan pada tabel berikut. | Dialek | Tipe | | --- | --- | | PostgreSQL | JSON | | Amazon Redshift | String | | Microsoft SQL Server | String | | MySQL | JSON | | Teradata | JSON | | Oracle | String | | Presto | String | | Kepingan salju | Jenis data semi-terstruktur objek dan array | | Hive | String | ## Sintaksis ``` parseJson(fieldName, path) ``` ## Pendapat *fieldName* Bidang yang berisi objek JSON yang ingin Anda uraikan. *path* Path ke elemen data Anda ingin mengurai dari objek JSON. Hanya huruf, angka, dan spasi kosong yang didukung dalam argumen jalur. Sintaks jalur yang valid meliputi: + *\$1* — Objek Root + *.* — Operator anak + *[]* — Operator subskrip untuk array ## Jenis pengembalian String ## Contoh Contoh berikut mengevaluasi JSON masuk untuk mengambil nilai untuk kuantitas item. Dengan menggunakan ini selama persiapan data, Anda dapat membuat tabel dari JSON. ``` parseJson({jsonField}, “$.items.qty”) ``` Berikut ini menunjukkan JSON. ``` { "customer": "John Doe", "items": { "product": "Beer", "qty": 6 }, "list1": [ "val1", "val2" ], "list2": [ { "list21key1": "list1value1" } ] } ``` Untuk contoh ini, nilai berikut dikembalikan. ``` 6 ``` ## Contoh Contoh berikut mengevaluasi `JSONObject1` untuk mengekstrak pasangan nilai kunci pertama (KVP), berlabel`"State"`, dan menetapkan nilai ke bidang terhitung yang Anda buat. ``` parseJson(JSONObject1, “$.state”) ``` Berikut ini adalah nilai bidang yang diberikan. ``` JSONObject1 ----------- {"State":"New York","Product":"Produce","Date Sold":"1/16/2018","Sales Amount":"$3423.39"} {"State":"North Carolina","Product":"Bakery Products","Date Sold":"2/1/2018","Sales Amount":"$3226.42"} {"State":"Utah","Product":"Water","Date Sold":"4/24/2018","Sales Amount":"$7001.52"} ``` Untuk nilai bidang ini, baris berikut dikembalikan. ``` New York North Carolina Utah ``` # Replace `replace`menggantikan bagian dari string dengan string lain yang Anda tentukan. ## Sintaksis ``` replace(expression, substring, replacement) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *substring* Kumpulan karakter dalam *ekspresi* yang ingin Anda ganti. Substring dapat terjadi satu kali atau lebih dalam *ekspresi*. *Penggantian* String yang ingin Anda ganti dengan *substring*. ## Jenis pengembalian String ## Contoh Contoh berikut menggantikan substring 'dan' dengan 'atau'. ``` replace('1 and 2 and 3', 'and', 'or') ``` String berikut dikembalikan. ``` 1 or 2 or 3 ``` # Right `right`mengembalikan karakter paling kanan dari string, termasuk spasi. Anda menentukan jumlah karakter yang akan dikembalikan. ## Sintaksis ``` right(expression, limit) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *membatasi* Jumlah karakter yang akan dikembalikan dari *ekspresi*, mulai dari karakter terakhir dalam string. ## Jenis pengembalian String ## Contoh Contoh berikut mengembalikan lima karakter terakhir dari string. ``` right('Seattle Store#14', 12) ``` Nilai berikut dikembalikan. ``` tle Store#14 ``` # Round `round`membulatkan nilai desimal ke bilangan bulat terdekat jika tidak ada skala yang ditentukan, atau ke tempat desimal terdekat jika skala ditentukan. ## Sintaksis ``` round(decimal, scale) ``` ## Pendapat *desimal* Bidang yang menggunakan tipe data desimal, nilai literal seperti**17.62**, atau panggilan ke fungsi lain yang mengeluarkan desimal. *skala* Jumlah tempat desimal untuk digunakan untuk nilai kembali. ## Jenis pengembalian | operan | Jenis pengembalian dalam pengalaman persiapan data lama | Jenis pengembalian dalam pengalaman persiapan data baru | | --- | --- | --- | | INT | DESIMAL (TETAP) | DESIMAL (TETAP) | | DESIMAL (TETAP) | DESIMAL (TETAP) | DESIMAL (TETAP) | | DESIMAL (MENGAMBANG) | DESIMAL (TETAP) | DESIMAL (MENGAMBANG) | ## Contoh Contoh berikut membulatkan bidang desimal ke tempat desimal kedua terdekat. ``` round(salesAmount, 2) ``` Berikut ini adalah nilai bidang yang diberikan. ``` 20.1307 892.0388 57.5447 ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 20.13 892.04 58.54 ``` # Rtrim `rtrim`menghapus ruang kosong berikut dari string. ## Sintaksis ``` rtrim(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut menghapus spasi berikut dari string. ``` rtrim('Seattle Store #14 ') ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` Seattle Store #14 ``` # Split `split`membagi string menjadi array substring, berdasarkan pembatas yang Anda pilih, dan mengembalikan item yang ditentukan oleh posisi. Anda hanya dapat menambahkan `split` ke bidang terhitung selama persiapan data, bukan ke analisis. Fungsi ini tidak didukung dalam kueri langsung ke Microsoft SQL Server. ## Sintaksis ``` split(expression, delimiter , position) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street;1402 35th Ave;1818 Elm Ct;11 Janes Lane'**, atau panggilan ke fungsi lain yang mengeluarkan string. *pembatas* Karakter yang membatasi di mana string dipecah menjadi substring. Misalnya, `split('one|two|three', '|', 2)` menjadi yang berikut. ``` one two three ``` Jika Anda memilih`position = 2`, `split` kembali`'two'`. *posisi* (Wajib) Posisi item untuk kembali dari array. Posisi item pertama dalam array adalah 1. ## Jenis pengembalian Array string ## Contoh Contoh berikut membagi string ke dalam array, menggunakan karakter titik koma (;) sebagai pembatas, dan mengembalikan elemen ketiga dari array. ``` split('123 Test St;1402 35th Ave;1818 Elm Ct;11 Janes Lane', ';', 3) ``` Item berikut dikembalikan. ``` 1818 Elm Ct ``` Fungsi ini melewatkan item yang berisi nilai nol atau string kosong. # Sqrt `sqrt`mengembalikan akar kuadrat dari ekspresi yang diberikan. ## Sintaksis ``` sqrt(expression) ``` ## Pendapat *ekspresi* Ekspresi harus numerik. Ini bisa berupa nama bidang, nilai literal, atau fungsi lain. # startsWith `startsWith`mengevaluasi jika ekspresi dimulai dengan substring yang Anda tentukan. Jika ekspresi dimulai dengan substring, `startsWith` mengembalikan true, dan sebaliknya mengembalikan false. ## Sintaksis ``` startsWith(expression, substring, string-comparison-mode) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. *substring* Kumpulan karakter untuk memeriksa *ekspresi*. Substring dapat terjadi satu kali atau lebih dalam *ekspresi*. *string-comparison-mode* (Opsional) Menentukan mode perbandingan string untuk menggunakan: + `CASE_SENSITIVE`— Perbandingan string peka huruf besar/kecil. + `CASE_INSENSITIVE`— Perbandingan string tidak peka huruf besar/kecil. Nilai ini defaultnya saat kosong. `CASE_SENSITIVE` ## Jenis pengembalian Boolean ## Contoh ### Contoh case sensitive default Contoh case sensitive berikut mengevaluasi jika `state_nm` **New** startsWith. ``` startsWith(state_nm, "New") ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true false ``` ### Contoh tidak peka huruf besar/kecil Contoh case insensitive berikut mengevaluasi jika `state_nm` startsWith. **new** ``` startsWith(state_nm, "new", CASE_INSENSITIVE) ``` Berikut ini adalah nilai bidang yang diberikan. ``` New York new york ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` true true ``` ### Contoh dengan pernyataan bersyarat `startsWith`[https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html](https://docs.aws.amazon.com/quicksight/latest/user/stdevIf-function.html) Contoh berikut `Sales` hanya dijumlahkan jika state\$1nm dimulai dengan. **New** ``` sumIf(Sales,startsWith(state_nm, "New")) ``` ### Tidak mengandung contoh `NOT`Operator bersyarat dapat digunakan untuk mengevaluasi jika ekspresi tidak dimulai dengan substring yang ditentukan. ``` NOT(startsWith(state_nm, "New")) ``` ### Contoh menggunakan nilai numerik Nilai numerik dapat digunakan dalam ekspresi atau substring argumen dengan menerapkan fungsi. `toString` ``` startsWith(state_nm, toString(5) ) ``` # Strlen `strlen`mengembalikan jumlah karakter dalam string, termasuk spasi. ## Sintaksis ``` strlen(expression) ``` ## Pendapat *ekspresi* Ekspresi dapat berupa nama bidang yang menggunakan tipe data string seperti**address1**, nilai literal seperti**'Unknown'**, atau fungsi lain seperti`substring(field_name,0,5)`. ## Jenis pengembalian Bilangan Bulat ## Contoh Contoh berikut mengembalikan panjang string yang ditentukan. ``` strlen('1421 Main Street') ``` Nilai berikut dikembalikan. ``` 16 ``` # Substring `substring`mengembalikan karakter dalam string, mulai dari lokasi yang ditentukan oleh argumen *awal* dan melanjutkan untuk jumlah karakter yang ditentukan oleh argumen *panjang*. ## Sintaksis ``` substring(expression, start, length) ``` ## Pendapat *ekspresi* Ekspresi dapat berupa nama bidang yang menggunakan tipe data string seperti**address1**, nilai literal seperti**'Unknown'**, atau fungsi lain seperti`substring(field_name,1,5)`. *mulai* Lokasi karakter untuk memulai. *start* bersifat inklusif, sehingga karakter pada posisi awal adalah karakter pertama dalam nilai yang dikembalikan. Nilai minimum untuk *memulai* adalah 1. *panjang* Jumlah karakter tambahan untuk dimasukkan setelah *memulai*. *panjang* sudah termasuk *awal*, jadi karakter terakhir yang dikembalikan adalah (*panjang* - 1) setelah karakter awal. ## Jenis pengembalian String ## Contoh Contoh berikut mengembalikan karakter ke-13 hingga ke-19 dalam sebuah string. Awal string adalah indeks 1, jadi Anda mulai menghitung pada karakter pertama. ``` substring('Fantasy and Science Fiction',13,7) ``` Nilai berikut dikembalikan. ``` Science ``` # switch `switch`*membandingkan *ekspresi kondisi dengan label literal*, dalam satu set label literal dan pasangan ekspresi kembali.* *Kemudian mengembalikan *ekspresi kembali* yang sesuai dengan label literal pertama yang sama dengan ekspresi kondisi.* *Jika tidak ada label sama dengan *kondisi-ekspresi, mengembalikan default-ekspresi*. `switch`* Setiap ekspresi *kembali dan ekspresi* *default harus memiliki tipe* data yang sama. ## Sintaksis ``` switch(condition-expression, label-1, return-expression-1 [, label-n, return-expression-n ...], default-expression) ``` ## Pendapat `switch`membutuhkan satu atau lebih *if*, *maka* pasangan ekspresi, dan membutuhkan tepat satu ekspresi untuk argumen *else*. *kondisi-ekspresi* Ekspresi yang akan dibandingkan dengan label-literal. Ini bisa berupa nama bidang seperti`address`, nilai literal seperti '`Unknown`', atau fungsi skalar lain seperti`toString(salesAmount)`. *label* *Secara literal untuk dibandingkan dengan argumen *kondisi-ekspresi*, semua literal harus memiliki tipe data yang sama dengan argumen kondisi-ekspresi.* `switch`menerima hingga 5000 label. *kembali-ekspresi* Ekspresi untuk kembali jika nilai labelnya sama dengan nilai ekspresi *kondisi*. Ini bisa berupa nama bidang seperti`address`, nilai literal seperti '`Unknown`', atau fungsi skalar lain seperti`toString(salesAmount)`. *Semua argumen *return-expression* harus memiliki tipe data yang sama dengan default-expression.* *default-ekspresi* Ekspresi untuk mengembalikan jika tidak ada nilai argumen label sama dengan nilai ekspresi *kondisi*. Ini bisa berupa nama bidang seperti`address`, nilai literal seperti '`Unknown`', atau fungsi skalar lain seperti`toString(salesAmount)`. *Ekspresi default* *harus memiliki tipe data yang sama dengan semua argumen ekspresi kembali.* ## Jenis pengembalian `switch`mengembalikan nilai dari tipe data yang sama dengan nilai-nilai dalam ekspresi *kembali.* Semua data yang dikembalikan *return-expression* dan *default-expression* harus dari tipe data yang sama atau dikonversi ke tipe data yang sama. ## Contoh Umum Contoh berikut mengembalikan Wilayah AWS kode nama wilayah masukan. ``` switch(region_name, "US East (N. Virginia)", "us-east-1", "Europe (Ireland)", "eu-west-1", "US West (N. California)", "us-west-1", "other regions") ``` Berikut ini adalah nilai bidang yang diberikan. ``` "US East (N. Virginia)" "US West (N. California)" "Asia Pacific (Tokyo)" ``` Untuk nilai bidang ini nilai berikut dikembalikan. ``` "us-east-1" "us-west-1" "other regions" ``` ## Gunakan sakelar untuk mengganti `ifelse` Kasus `ifelse` penggunaan berikut adalah setara dengan contoh sebelumnya, untuk `ifelse` mengevaluasi apakah nilai satu bidang sama dengan nilai literal yang berbeda, menggunakan `switch` sebagai gantinya adalah pilihan yang lebih baik. ``` ifelse(region_name = "US East (N. Virginia)", "us-east-1", region_name = "Europe (Ireland)", "eu-west-1", region_name = "US West (N. California)", "us-west-1", "other regions") ``` ## Ekspresi sebagai nilai kembali Contoh berikut menggunakan ekspresi dalam ekspresi *kembali:* ``` switch({origin_city_name}, "Albany, NY", {arr_delay} + 20, "Alexandria, LA", {arr_delay} - 10, "New York, NY", {arr_delay} * 2, {arr_delay}) ``` Contoh sebelumnya mengubah waktu tunda yang diharapkan untuk setiap penerbangan dari kota tertentu. ![\[Gambar hasil contoh fungsi, ditunjukkan dalam bentuk tabel.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/switch-function-example.png) # toLower `toLower`memformat string dalam semua huruf kecil. `toLower`melompati baris yang berisi nilai nol. ## Sintaksis ``` toLower(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut mengkonversi nilai string menjadi huruf kecil. ``` toLower('Seattle Store #14') ``` Nilai berikut dikembalikan. ``` seattle store #14 ``` # toString `toString`memformat ekspresi input sebagai string. `toString`melompati baris yang berisi nilai nol. ## Sintaksis ``` toString(expression) ``` ## Pendapat *ekspresi* Ekspresi dapat berupa bidang tipe data apa pun, nilai literal seperti**14.62**, atau panggilan ke fungsi lain yang mengembalikan tipe data apa pun. ## Jenis pengembalian String ## Contoh Contoh berikut mengembalikan nilai-nilai dari `payDate` (yang menggunakan tipe `date` data) sebagai string. ``` toString(payDate) ``` Berikut ini adalah nilai bidang yang diberikan. ``` payDate -------- 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` Untuk nilai bidang ini, baris berikut dikembalikan. ``` 1992-11-14T00:00:00.000Z 2012-10-12T00:00:00.000Z 1973-04-08T00:00:00.000Z ``` # toUpper `toUpper`memformat string dalam semua huruf besar. `toUpper`melompati baris yang berisi nilai nol. ## Sintaksis ``` toUpper(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut mengkonversi nilai string menjadi huruf besar. ``` toUpper('Seattle Store #14') ``` Nilai berikut dikembalikan. ``` SEATTLE STORE #14 ``` # trim `trim`menghapus ruang kosong sebelumnya dan mengikuti dari string. ## Sintaksis ``` trim(expression) ``` ## Pendapat *ekspresi* Ekspresi harus berupa string. Ini bisa berupa nama bidang yang menggunakan tipe data string, nilai literal seperti**'12 Main Street'**, atau panggilan ke fungsi lain yang mengeluarkan string. ## Jenis pengembalian String ## Contoh Contoh berikut menghapus spasi berikut dari string. ``` trim(' Seattle Store #14 ') ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` Seattle Store #14 ``` # truncDate `truncDate`mengembalikan nilai tanggal yang mewakili bagian tertentu dari tanggal. Misalnya, meminta bagian tahun dari nilai 2012-09-02T 00:00:00.000 Z mengembalikan 2012-01-01T 00:00:00.000 Z. Menentukan periode terkait waktu untuk tanggal yang tidak berisi informasi waktu mengembalikan nilai tanggal awal tidak berubah. ## Sintaksis ``` truncDate('period', date) ``` ## Pendapat *periode* Periode tanggal yang ingin Anda kembalikan. Periode yang valid adalah sebagai berikut: + YYYY: Ini mengembalikan bagian tahun dari tanggal tersebut. + T: Ini mengembalikan tanggal hari pertama kuartal tanggal tersebut. + MM: Ini mengembalikan bagian bulan dari tanggal tersebut. + DD: Ini mengembalikan bagian hari dari tanggal tersebut. + WK: Ini mengembalikan bagian minggu dari tanggal tersebut. Minggu dimulai pada hari Minggu di Amazon Quick. + HH: Ini mengembalikan porsi jam dari tanggal tersebut. + MI: Ini mengembalikan bagian menit dari tanggal tersebut. + SS: Ini mengembalikan bagian kedua dari tanggal. + MS: Ini mengembalikan bagian milidetik dari tanggal. *tanggal* Kolom tanggal atau panggilan ke fungsi lain yang menampilkan tanggal. ## Jenis pengembalian Date ## Contoh Contoh berikut mengembalikan tanggal yang mewakili bulan dari tanggal pesanan. ``` truncDate('MM', orderDate) ``` Berikut ini adalah nilai bidang yang diberikan. ``` orderDate ========= 2012-12-14T00:00:00.000Z 2013-12-29T00:00:00.000Z 2012-11-15T00:00:00.000Z ``` Untuk nilai bidang ini, nilai berikut dikembalikan. ``` 2012-12-01T00:00:00.000Z 2013-12-01T00:00:00.000Z 2012-11-01T00:00:00.000Z ``` # Fungsi agregat Fungsi agregat hanya tersedia selama analisis dan visualisasi. Masing-masing fungsi ini mengembalikan nilai yang dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Untuk setiap agregasi, ada juga agregasi bersyarat. Ini melakukan jenis agregasi yang sama, berdasarkan suatu kondisi. Ketika rumus bidang terhitung berisi agregasi, itu menjadi agregasi kustom. Untuk memastikan bahwa data Anda ditampilkan secara akurat, Amazon Quick menerapkan aturan berikut: + Agregasi kustom tidak dapat berisi fungsi agregat bersarang. Misalnya, rumus ini tidak berfungsi:`sum(avg(x)/avg(y))`. Namun, fungsi nonagregat bersarang di dalam atau di luar fungsi agregat berfungsi. Misalnya, `ceil(avg(x))` bekerja. Begitu juga`avg(ceil(x))`. + Agregasi kustom tidak dapat berisi bidang agregat dan nonagregat, dalam kombinasi apa pun. Misalnya, rumus ini tidak berfungsi:`Sum(sales)+quantity`. + Grup filter tidak dapat berisi bidang agregat dan nonagregasi. + Agregasi kustom tidak dapat dikonversi ke dimensi. Mereka juga tidak bisa dijatuhkan ke lapangan dengan baik sebagai dimensi. + Dalam tabel pivot, agregasi kustom tidak dapat ditambahkan ke perhitungan tabel. + Plot pencar dengan agregasi khusus membutuhkan setidaknya satu dimensi di bawah **Grup/Warna** di sumur lapangan. Untuk informasi selengkapnya tentang fungsi dan operator yang didukung, lihat [Fungsi bidang terhitung dan referensi operator untuk Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/calculated-field-reference.html). Fungsi agregat untuk bidang terhitung di Quick termasuk yang berikut ini. **Topics** + [avg](avg-function.md) + [avgIf](avgIf-function.md) + [count](count-function.md) + [countIf](countIf-function.md) + [distinct\$1count](distinct_count-function.md) + [distinct\$1countIf](distinct_countIf-function.md) + [max](max-function.md) + [maxIf](maxIf-function.md) + [median](median-function.md) + [medianIf](medianIf-function.md) + [min](min-function.md) + [minIf](minIf-function.md) + [percentile](percentile-function.md) + [percentileCont](percentileCont-function.md) + [percentileDisc(persentil)](percentileDisc-function.md) + [periodToDateAvg](periodToDateAvg-function.md) + [periodToDateCount](periodToDateCount-function.md) + [periodToDateMax](periodToDateMax-function.md) + [periodToDateMedian](periodToDateMedian-function.md) + [periodToDateMin](periodToDateMin-function.md) + [periodToDatePercentile](periodToDatePercentile-function.md) + [periodToDatePercentileCont](periodToDatePercentileCont-function.md) + [periodToDateStDev](periodToDateStDev-function.md) + [periodToDateStDevP](periodToDateStDevP-function.md) + [periodToDateSum](periodToDateSum-function.md) + [periodToDateVar](periodToDateVar-function.md) + [periodToDateVarP](periodToDateVarP-function.md) + [stdev](stdev-function.md) + [stdevp](stdevp-function.md) + [stdevIf](stdevIf-function.md) + [stdevpIf](stdevpIf-function.md) + [sum](sum-function.md) + [sumIf](sumIf-function.md) + [var](var-function.md) + [varIf](varIf-function.md) + [varp](varp-function.md) + [varpIf](varpIf-function.md) # avg `avg`Fungsi rata-rata himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `avg(salesAmount)` mengembalikan rata-rata untuk ukuran yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih. ## Sintaksis ``` avg(decimal, [group-by level]) ``` ## Pendapat *desimal* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut menghitung penjualan rata-rata. ``` avg({Sales}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung penjualan rata-rata di tingkat Negara, tetapi tidak di dimensi lain (Wilayah atau Produk) dalam visual. ``` avg({Sales}, [{Country}]) ``` ![\[Jumlah penjualan rata-rata dikumpulkan hanya di tingkat negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/avg-function-example.png) # avgIf Berdasarkan pernyataan bersyarat, `avgIf` fungsi rata-rata himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `avgIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` mengembalikan rata-rata untuk ukuran yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, jika kondisi dievaluasi menjadi benar. ## Sintaksis ``` avgIf(dimension or measure, condition) ``` ## Pendapat *desimal* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # count `count`Fungsi menghitung jumlah nilai dalam dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `count(product type)` mengembalikan jumlah total jenis produk yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, termasuk duplikat apa pun. `count(sales)`Fungsi mengembalikan jumlah total penjualan yang diselesaikan dikelompokkan berdasarkan dimensi (opsional) yang dipilih, misalnya tenaga penjualan. ## Sintaksis ``` count(dimension or measure, [group-by level]) ``` ## Pendapat *dimensi atau ukuran* Argumen harus berupa ukuran atau dimensi. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut menghitung jumlah penjualan dengan dimensi tertentu dalam visual. Dalam contoh ini, jumlah penjualan berdasarkan bulan ditampilkan. ``` count({Sales}) ``` ![\[Hitungan penjualan berdasarkan bulan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/count-function-example.png) Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung jumlah penjualan di tingkat Negara, tetapi tidak di dimensi lain (Wilayah atau Produk) dalam visual. ``` count({Sales}, [{Country}]) ``` ![\[Hitungan penjualan dikumpulkan hanya di tingkat negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/count-function-example2.png) # countIf Berdasarkan pernyataan bersyarat, `countIf` fungsi menghitung jumlah nilai dalam suatu dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. ## Sintaksis ``` countIf(dimension or measure, condition) ``` ## Pendapat *dimensi atau ukuran* Argumen harus berupa ukuran atau dimensi. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. ## Jenis pengembalian Bilangan Bulat ## Contoh Fungsi berikut mengembalikan hitungan transaksi penjualan (`Revenue`) yang memenuhi persyaratan, termasuk duplikat apa pun. ``` countIf ( Revenue, # Conditions CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect' ) ``` # distinct\$1count `distinct_count`Fungsi menghitung jumlah nilai yang berbeda dalam dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `distinct_count(product type)` mengembalikan jumlah total jenis produk unik yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, tanpa duplikat. `distinct_count(ship date)`Fungsi mengembalikan jumlah total tanggal ketika produk dikirim dikelompokkan berdasarkan dimensi (opsional) yang dipilih, misalnya wilayah. ## Sintaksis ``` distinct_count(dimension or measure, [group-by level]) ``` ## Pendapat *dimensi atau ukuran* Argumen harus berupa ukuran atau dimensi. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Tingkat yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut menghitung jumlah total tanggal ketika produk dipesan dikelompokkan berdasarkan dimensi (opsional) yang dipilih dalam visual, misalnya wilayah. ``` distinct_count({Order Date}) ``` ![\[Jumlah total tanggal ketika produk dipesan di setiap wilayah.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/distinct_count-function-example.png) Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung penjualan rata-rata di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` distinct_count({Order Date}, [Country]) ``` ![\[Jumlah total tanggal ketika produk dipesan di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/distinct_count-function-example2.png) # distinct\$1countIf Berdasarkan pernyataan bersyarat, `distinct_countIf` fungsi menghitung jumlah nilai yang berbeda dalam suatu dimensi atau ukuran, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `distinct_countIf(product type)` mengembalikan jumlah total jenis produk unik yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, tanpa duplikat. `distinct_countIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')`Fungsi mengembalikan jumlah total tanggal ketika produk dikirim dikelompokkan berdasarkan dimensi (opsional) yang dipilih, misalnya wilayah, jika kondisi dievaluasi ke true. ## Sintaksis ``` distinct_countIf(dimension or measure, condition) ``` ## Pendapat *dimensi atau ukuran* Argumen harus berupa ukuran atau dimensi. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # max `max`Fungsi mengembalikan nilai maksimum dari ukuran atau tanggal yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `max(sales goal)` mengembalikan tujuan penjualan maksimum yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih. ## Sintaksis ``` max(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus berupa ukuran atau tanggal. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. Tanggal maksimum hanya berfungsi di bidang **Nilai** sumur tabel dan tabel pivot. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan nilai penjualan maksimal untuk setiap wilayah. Ini dibandingkan dengan nilai penjualan total, minimum, dan median. ``` max({Sales}) ``` ![\[Nilai penjualan maksimum untuk setiap wilayah.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/min-max-median-function-example.png) Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung penjualan maksimal di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` max({Sales}, [Country]) ``` ![\[Nilai penjualan maksimum di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/max-function-example2.png) # maxIf Berdasarkan pernyataan bersyarat, `maxIf` fungsi mengembalikan nilai maksimum dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `maxIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` mengembalikan tujuan penjualan maksimum yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, jika kondisi dievaluasi menjadi benar. ## Sintaksis ``` maxIf(measure, condition) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # median `median`Agregasi mengembalikan nilai median dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `median(revenue)` mengembalikan pendapatan median yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih. ## Sintaksis ``` median(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan nilai penjualan median untuk setiap wilayah. Ini dibandingkan dengan total, maksimum, dan penjualan minimum. ``` median({Sales}) ``` ![\[Nilai penjualan rata-rata untuk setiap wilayah.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/min-max-median-function-example.png) Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung penjualan median di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` median({Sales}, [Country]) ``` ![\[Nilai penjualan rata-rata di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/median-function-example2.png) # medianIf Berdasarkan pernyataan bersyarat, `medianIf` agregasi mengembalikan nilai median dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `medianIf(Revenue,SaleDate >= ${BasePeriodStartDate} AND SaleDate <= ${BasePeriodEndDate})` mengembalikan pendapatan median yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, jika kondisi dievaluasi menjadi benar. ## Sintaksis ``` medianIf(measure, condition) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # min `min`Fungsi mengembalikan nilai minimum dari ukuran atau tanggal yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `min(return rate)` mengembalikan tingkat pengembalian minimum yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih. ## Sintaksis ``` min(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus berupa ukuran atau tanggal. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. Tanggal minimum hanya berfungsi di bidang **Nilai** sumur tabel dan tabel pivot. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan nilai penjualan minimum untuk setiap wilayah. Hal ini dibandingkan dengan total, max, dan median penjualan. ``` min({Sales}) ``` ![\[Nilai penjualan minimum untuk setiap wilayah.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/min-max-median-function-example.png) Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung penjualan minimum di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` min({Sales}, [Country]) ``` ![\[Nilai penjualan minimum di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/min-function-example2.png) # minIf Berdasarkan pernyataan bersyarat, `minIf` fungsi mengembalikan nilai minimum dari ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `minIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` mengembalikan tingkat pengembalian minimum yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, jika kondisi dievaluasi menjadi benar. ## Sintaksis ``` minIf(measure, condition) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # percentile `percentile`Fungsi menghitung persentil nilai dalam ukuran, dikelompokkan berdasarkan dimensi yang ada di lapangan dengan baik. Ada dua jenis perhitungan persentil yang tersedia di Quick: + [https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileCont-function.html)menggunakan interpolasi linier untuk menentukan hasil. + [percentileDisc(persentil)](https://docs.aws.amazon.com/quicksight/latest/user/percentileDisc-function.html) menggunakan nilai aktual untuk menentukan hasil. `percentile`Fungsinya adalah alias dari. `percentileDisc` # percentileCont `percentileCont`Fungsi menghitung persentil berdasarkan distribusi angka yang berkelanjutan dalam ukuran. Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. Ini menjawab pertanyaan seperti: Nilai apa yang mewakili persentil ini? Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan. `percentileCont` Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan sebagai gantinya. `percentileDisc` ## Sintaksis ``` percentileCont(expression, percentile, [group-by level]) ``` ## Pendapat *mengukur* Menentukan nilai numerik untuk digunakan untuk menghitung persentil. Argumen harus berupa ukuran atau metrik. Null diabaikan dalam perhitungan. *persentil* Nilai persentil dapat berupa konstanta numerik 0-100. Nilai persentil 50 menghitung nilai median ukuran. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Tingkat yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Tingkat kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Pengembalian Hasil dari fungsi ini adalah angka. ## Catatan penggunaan `percentileCont`Fungsi menghitung hasil berdasarkan distribusi nilai yang berkelanjutan dari ukuran yang ditentukan. Hasilnya dihitung dengan interpolasi linier antara nilai setelah mengurutkannya berdasarkan pengaturan dalam visual. Ini berbeda dari`percentileDisc`, yang hanya mengembalikan nilai dari himpunan nilai yang digabungkan. Hasil dari `percentileCont` mungkin atau mungkin tidak ada dalam nilai dari ukuran yang ditentukan. ## Contoh dari percentileCont Contoh berikut membantu menjelaskan cara kerja PercentileCort. **Example Membandingkan median,`percentileCont`, dan `percentileDisc`** Contoh berikut menunjukkan median untuk dimensi (kategori) dengan menggunakan`median`,`percentileCont`, dan `percentileDisc` fungsi. Nilai median sama dengan nilai PercentileCot. `percentileCont`menginterpolasi nilai, yang mungkin atau mungkin tidak ada dalam kumpulan data. Namun, karena `percentileDisc` selalu menampilkan nilai yang ada dalam kumpulan data, kedua hasil mungkin tidak cocok. Kolom terakhir dalam contoh ini menunjukkan perbedaan antara dua nilai. Kode untuk setiap bidang yang dihitung adalah sebagai berikut: + `50%Cont = percentileCont( example , 50 )` + `median = median( example )` + `50%Disc = percentileDisc( example , 50 )` + `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )` + `example = left( category, 1 )`(Untuk membuat contoh yang lebih sederhana, kami menggunakan ungkapan ini untuk mempersingkat nama kategori menjadi huruf pertama mereka.) ``` example median 50%Cont 50%Disc Cont-Disc -------- ----------- ------------ -------------- ------------ A 22.48 22.48 22.24 0.24 B 20.96 20.96 20.95 0.01 C 24.92 24.92 24.92 0 D 24.935 24.935 24.92 0.015 E 14.48 14.48 13.99 0.49 ``` **Example Persentil ke-100 sebagai maksimum** Contoh berikut menunjukkan berbagai `percentileCont` nilai untuk `example` bidang. Bidang `n%Cont` yang dihitung didefinisikan sebagai`percentileCont( {example} ,n)`. Nilai yang diinterpolasi di setiap kolom mewakili angka yang termasuk dalam ember persentil itu. Dalam beberapa kasus, nilai data aktual cocok dengan nilai yang diinterpolasi. Misalnya, kolom `100%Cont` menunjukkan nilai yang sama untuk setiap baris karena 6783.02 adalah angka tertinggi. ``` example 50%Cont 75%Cont 99%Cont 100%Cont --------- ----------- ----------- ------------ ----------- A 20.97 84.307 699.99 6783.02 B 20.99 88.84 880.98 6783.02 C 20.99 90.48 842.925 6783.02 D 21.38 85.99 808.49 6783.02 ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung persentil ke-30 berdasarkan distribusi angka yang berkelanjutan di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` percentileCont({Sales}, 30, [Country]) ``` ![\[Persentil penjualan di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentileCont-function-example-lac.png) # percentileDisc(persentil) `percentileDisc`Fungsi menghitung persentil berdasarkan angka aktual di. `measure` Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. `percentile`Fungsinya adalah alias dari. `percentileDisc` Gunakan fungsi ini untuk menjawab pertanyaan berikut: Titik data aktual mana yang ada dalam persentil ini? Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan. `percentileDisc` Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan sebagai gantinya. `percentileCont` ## Sintaksis ``` percentileDisc(expression, percentile, [group-by level]) ``` ## Pendapat *mengukur* Menentukan nilai numerik untuk digunakan untuk menghitung persentil. Argumen harus berupa ukuran atau metrik. Null diabaikan dalam perhitungan. *persentil* Nilai persentil dapat berupa konstanta numerik 0-100. Nilai persentil 50 menghitung nilai median ukuran. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Pengembalian Hasil dari fungsi ini adalah angka. ## Catatan penggunaan `percentileDisc`adalah fungsi distribusi terbalik yang mengasumsikan model distribusi diskrit. Dibutuhkan nilai persentil dan spesifikasi semacam dan mengembalikan elemen dari set yang diberikan. Untuk nilai persentil tertentu`P`, `percentileDisc` gunakan nilai yang diurutkan dalam visual dan mengembalikan nilai dengan nilai distribusi kumulatif terkecil yang lebih besar dari atau sama dengan. `P` ## Contoh dari percentileDisc Contoh berikut membantu menjelaskan cara kerja PercentileDisc. **Example Membandingkan median,`percentileDisc`, dan `percentileCont`** Contoh berikut menunjukkan median untuk dimensi (kategori) dengan menggunakan`percentileCont`, dan`percentileDisc`, dan `median` fungsi. Nilai median sama dengan nilai PercentileCot. `percentileCont`menginterpolasi nilai, yang mungkin atau mungkin tidak ada dalam kumpulan data. Namun, karena `percentileDisc` selalu menampilkan nilai terdekat yang ada dalam kumpulan data, kedua hasil tersebut mungkin tidak cocok. Kolom terakhir dalam contoh ini menunjukkan perbedaan antara dua nilai. Kode untuk setiap bidang yang dihitung adalah sebagai berikut: + `50%Cont = percentileCont( example , 50 )` + `median = median( example )` + `50%Disc = percentileDisc( example , 50 )` + `Cont-Disc = percentileCont( example , 50 ) − percentileDisc( example , 50 )` + `example = left( category, 1 )`(Untuk membuat contoh yang lebih sederhana, kami menggunakan ungkapan ini untuk mempersingkat nama kategori menjadi huruf pertama mereka.) ``` example median 50%Cont 50%Disc Cont-Disc -------- ----------- ------------ -------------- ------------ A 22.48 22.48 22.24 0.24 B 20.96 20.96 20.95 0.01 C 24.92 24.92 24.92 0 D 24.935 24.935 24.92 0.015 E 14.48 14.48 13.99 0.49 ``` **Example Persentil ke-100 sebagai maksimum** Contoh berikut menunjukkan berbagai `percentileDisc` nilai untuk `example` bidang. Bidang `n%Disc` yang dihitung didefinisikan sebagai`percentileDisc( {example} ,n)`. Nilai di setiap kolom adalah angka aktual yang berasal dari kumpulan data. ``` example 50%Disc 75%Disc 99%Disc 100%Disc -------- ----------- ------------ -------------- ------------ A 20.97 73.98 699.99 6783.02 B 42.19 88.84 820.08 6783.02 C 30.52 90.48 733.44 6783.02 D 41.38 85.99 901.29 6783.0 ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung persentil ke-30 berdasarkan distribusi angka yang berkelanjutan di tingkat Negara, tetapi tidak di dimensi lain (Wilayah) dalam visual. ``` percentile({Sales}, 30, [Country]) ``` ![\[Persentil penjualan di setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentile-function-example-lac.png) # periodToDateAvg `periodToDateAvg`Fungsi rata-rata himpunan angka dalam ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateAvg( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateAvg(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDAvgResults.png) # periodToDateCount `periodToDateCount`Fungsi menghitung jumlah nilai dalam dimensi atau ukuran, termasuk duplikat, untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateCount( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateCount(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDCountResults.png) # periodToDateMax `periodToDateMax`Fungsi mengembalikan nilai maksimum dari ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap titik itu. ## Sintaksis ``` periodToDateMax( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateMax(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDMaxResults.png) # periodToDateMedian `periodToDateMedian`Fungsi mengembalikan nilai median dari ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateMedian( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateMedian(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDMedianResults.png) # periodToDateMin `periodToDateMin`Fungsi mengembalikan nilai minimum dari ukuran atau tanggal yang ditentukan, atau perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateMin( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateMin(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDMinResults.png) # periodToDatePercentile `periodToDatePercentile`Fungsi menghitung persentil berdasarkan bilangan aktual dalam ukuran untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan. `periodToDatePercentile` Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan sebagai gantinya. `periodToDatePercentileCont` ## Sintaksis ``` periodToDatePercentile( measure, percentile, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *persentil* Nilai persentil dapat berupa konstanta numerik 0-100. Persentil 50 menghitung nilai median dari ukuran tersebut. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung week-to-date, persentil ke-90 dari jumlah tarif per jenis pembayaran untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kami. yaitu 06-27-21. ``` periodToDatePercentile(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar pengembalian dari perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDPercentileResults.png) # periodToDatePercentileCont `periodToDatePercentileCont`Fungsi menghitung persentil berdasarkan distribusi berkelanjutan dari angka-angka dalam ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu dalam periode itu. Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan. `periodToDatePercentileCont` Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan sebagai gantinya. `periodToDatePercentile` ## Sintaksis ``` periodToDatePercentileCont( measure, percentile, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *persentil* Nilai persentil dapat berupa konstanta numerik 0-100. Persentil 50 menghitung nilai median dari ukuran tersebut. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung week-to-date, persentil ke-90 dari jumlah tarif per jenis pembayaran untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDatePercentileCont(fare_amount, 90, pickupDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar pengembalian dari perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDContPercentileResults.png) # periodToDateStDev `periodToDateStDev`Fungsi menghitung standar deviasi himpunan angka dalam ukuran yang ditentukan untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu, berdasarkan sampel dan relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateStDev( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateStDev(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDStDevResults.png) # periodToDateStDevP `periodToDateStDevP`Fungsi menghitung standar deviasi populasi dari himpunan angka dalam ukuran yang ditentukan, untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu, berdasarkan sampel dalam periode tersebut. ## Sintaksis ``` periodToDateStDevP( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateStDevP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDStDevPResults.png) # periodToDateSum `periodToDateSum`Fungsi menambahkan ukuran yang ditentukan untuk perincian waktu tertentu (misalnya, seperempat) hingga titik waktu, relatif terhadap periode tersebut. ## Sintaksis ``` periodToDateSum( measure, dateTime, period, endDate) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Fungsi berikut menghitung jumlah tarif per minggu hingga saat ini, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateSum(fare_amount, pickUpDateTime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil untuk contoh, dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDSumResults.png) # periodToDateVar `periodToDateVar`Fungsi menghitung varians sampel dari himpunan angka dalam ukuran yang ditentukan untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu dalam periode tersebut. ## Sintaksis ``` periodToDateVar( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateVar(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDVarResults.png) # periodToDateVarP `periodToDateVarP`Fungsi menghitung varians populasi dari himpunan angka dalam ukuran yang ditentukan untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu, relevan dengan periode tersebut. ## Sintaksis ``` periodToDateVarP( measure, dateTime, period, endDate (optional)) ``` ## Pendapat *mengukur* Argumen harus berupa bidang. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. *DateTime* Dimensi Tanggal di mana Anda menghitung PeriodToDate agregasi. *periode* Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` *EndDate* (Opsional) Dimensi tanggal yang Anda akhiri periodToDate agregasi komputasi. Defaultnya jika dihilangkan. `now()` ## Contoh Contoh berikut menghitung jumlah tarif week-to-date minimum per jenis pembayaran, untuk minggu 06-30-21. Untuk kesederhanaan dalam contoh, kami hanya menyaring satu pembayaran. 06-30-21 adalah hari Rabu. Cepat memulai minggu pada hari Minggu. Dalam contoh kita, yaitu 06-27-21. ``` periodToDateVarP(fare_amount, pickUpDatetime, WEEK, parseDate("06-30-2021", "MM-dd-yyyy")) ``` ![\[Ini adalah gambar hasil dari contoh perhitungan.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDVarPResults.png) # stdev `stdev`Fungsi menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan sampel. ## Sintaksis ``` stdev(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan standar deviasi nilai tes untuk kelas, menggunakan sampel dari nilai tes yang direkam. ``` stdev({Score}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung standar deviasi nilai tes pada tingkat subjek, tetapi tidak di seluruh dimensi lain (Kelas) dalam visual. ``` stdev({Score}, [Subject]) ``` # stdevp `stdevp`Fungsi menghitung standar deviasi populasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. ## Sintaksis ``` stdevp(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan standar deviasi nilai tes untuk kelas menggunakan semua skor yang dicatat. ``` stdevp({Score}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung standar deviasi nilai tes pada tingkat subjek, tetapi tidak di seluruh dimensi lain (Kelas) dalam visual menggunakan semua skor yang direkam. ``` stdevp({Score}, [Subject]) ``` # stdevIf Berdasarkan pernyataan bersyarat, `stdevIf` fungsi menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan sampel. ## Sintaksis ``` stdevIf(measure, conditions) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # stdevpIf Berdasarkan pernyataan bersyarat, `stdevpIf` fungsi menghitung standar deviasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan populasi yang bias. ## Sintaksis ``` stdevpIf(measure, conditions) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # sum `sum`Fungsi menambahkan himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `sum(profit amount)` mengembalikan jumlah total laba yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih. ## Sintaksis ``` sum(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan jumlah penjualan. ``` sum({Sales}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut menghitung jumlah penjualan di tingkat Negara, tetapi tidak di dimensi lain (Wilayah dan Produk) dalam visual. ``` sum(Sales, [Country]) ``` ![\[Jumlah penjualan untuk setiap negara.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/sum-function-example.png) # sumIf Berdasarkan pernyataan bersyarat, `sumIf` fungsi menambahkan himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. Misalnya, `sumIf(ProdRev,CalendarDay >= ${BasePeriodStartDate} AND CalendarDay <= ${BasePeriodEndDate} AND SourcingType <> 'Indirect')` mengembalikan jumlah laba total yang dikelompokkan berdasarkan dimensi (opsional) yang dipilih, jika kondisi dievaluasi menjadi benar. ## Sintaksis ``` sumIf(measure, conditions) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. ## Contoh Contoh berikut menggunakan bidang dihitung dengan `sumIf` untuk menampilkan jumlah penjualan `Segment` jika sama dengan`SMB`. ``` sumIf(Sales, Segment=’SMB’) ``` ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/sumIfCalc.png) Contoh berikut menggunakan bidang terhitung dengan `sumIf` untuk menampilkan jumlah penjualan jika `Segment` sama dengan `SMB` dan `Order Date` lebih besar dari tahun 2022. ``` sumIf(Sales, Segment=’SMB’ AND {Order Date} >=’2022-01-01’) ``` # var `var`Fungsi menghitung varians sampel dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. ## Sintaksis ``` var(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Level yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan varians sampel nilai tes. ``` var({Scores}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut mengembalikan varians sampel skor tes di tingkat subjek, tetapi tidak di dimensi lain (Kelas) dalam visual. ``` var({Scores}, [Subject] ``` # varIf Berdasarkan pernyataan bersyarat, `varIf` fungsi menghitung varians himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan sampel. ## Sintaksis ``` varIf(measure, conditions) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # varp `varp`Fungsi menghitung varians populasi dari himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih. ## Sintaksis ``` varp(measure, [group-by level]) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *tingkat kelompok-berdasarkan* (Opsional) Menentukan tingkat untuk mengelompokkan agregasi oleh. Tingkat yang ditambahkan dapat berupa dimensi atau dimensi apa pun yang terlepas dari dimensi yang ditambahkan ke visual. Argumen harus berupa bidang dimensi. Level kelompok-menurut harus dilampirkan dalam tanda kurung siku. `[ ]` Untuk informasi selengkapnya, lihat fungsi [Perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). ## Contoh Contoh berikut mengembalikan varians populasi nilai tes. ``` varp({Scores}) ``` Anda juga dapat menentukan pada tingkat apa untuk mengelompokkan perhitungan menggunakan satu atau beberapa dimensi dalam tampilan atau dalam kumpulan data Anda. Ini disebut fungsi LAC-A. Untuk informasi selengkapnya tentang fungsi LAC-A, lihat fungsi [perhitungan sadar tingkat - agregat (LAC-A](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations-aggregate.html)). Contoh berikut mengembalikan varians skor tes populasi di tingkat subjek, tetapi tidak di seluruh dimensi lain (Kelas) dalam visual. ``` varp({Scores}, [Subject] ``` # varpIf Berdasarkan pernyataan bersyarat, `varpIf` fungsi menghitung varians himpunan angka dalam ukuran yang ditentukan, dikelompokkan berdasarkan dimensi atau dimensi yang dipilih, berdasarkan populasi yang bias. ## Sintaksis ``` varpIf(measure, conditions) ``` ## Pendapat *mengukur* Argumen harus menjadi ukuran. Nilai nol dihilangkan dari hasil. Nilai literal tidak berfungsi. Argumen harus berupa bidang. *ketentuan* Satu atau lebih kondisi dalam satu pernyataan. # Fungsi perhitungan tabel Saat Anda menganalisis data dalam visual tertentu, Anda dapat menerapkan perhitungan tabel ke kumpulan data saat ini untuk menemukan bagaimana dimensi memengaruhi ukuran atau satu sama lain. *Data yang divisualisasikan* adalah kumpulan hasil Anda berdasarkan kumpulan data Anda saat ini, dengan semua filter, pemilihan bidang, dan penyesuaian diterapkan. Untuk melihat dengan tepat apa set hasil ini, Anda dapat mengekspor visual Anda ke file. *Fungsi perhitungan tabel* melakukan operasi pada data untuk mengungkapkan hubungan antar bidang. Di bagian ini, Anda dapat menemukan daftar fungsi yang tersedia dalam perhitungan tabel yang dapat Anda lakukan pada data yang divisualisasikan di Amazon Quick. Untuk melihat daftar fungsi yang diurutkan berdasarkan kategori, dengan definisi singkat, lihat [Fungsi berdasarkan kategori](https://docs.aws.amazon.com/quicksight/latest/user/functions-by-category.html). **Topics** + [difference](difference-function.md) + [distinctCountOver](distinctCountOver-function.md) + [lag](lag-function.md) + [lead](lead-function.md) + [percentDifference](percentDifference-function.md) + [avgOver](avgOver-function.md) + [countOver](countOver-function.md) + [maxOver](maxOver-function.md) + [minOver](minOver-function.md) + [percentileOver](percentileOver-function.md) + [percentileContOver](percentileContOver-function.md) + [percentileDiscOver](percentileDiscOver-function.md) + [percentOfTotal](percentOfTotal-function.md) + [periodOverPeriodDifference](periodOverPeriodDifference-function.md) + [periodOverPeriodLastValue](periodOverPeriodLastValue-function.md) + [periodOverPeriodPercentDifference](periodOverPeriodPercentDifference-function.md) + [periodToDateAvgOverTime](periodToDateAvgOverTime-function.md) + [periodToDateCountOverTime](periodToDateCountOverTime-function.md) + [periodToDateMaxOverTime](periodToDateMaxOverTime-function.md) + [periodToDateMinOverTime](periodToDateMinOverTime-function.md) + [periodToDateSumOverTime](periodToDateSumOverTime-function.md) + [stdevOver](stdevOver-function.md) + [stdevpOver](stdevpOver-function.md) + [varOver](varOver-function.md) + [varpOver](varpOver-function.md) + [sumOver](sumOver-function.md) + [denseRank](denseRank-function.md) + [rank](rank-function.md) + [percentileRank](percentileRank-function.md) + [runningAvg](runningAvg-function.md) + [runningCount](runningCount-function.md) + [runningMax](runningMax-function.md) + [runningMin](runningMin-function.md) + [runningSum](runningSum-function.md) + [firstValue](firstValue-function.md) + [lastValue](lastValue-function.md) + [windowAvg](windowAvg-function.md) + [windowCount](windowCount-function.md) + [windowMax](windowMax-function.md) + [windowMin](windowMin-function.md) + [windowSum](windowSum-function.md) # difference `difference`Fungsi menghitung perbedaan antara ukuran berdasarkan satu set partisi dan jenis, dan ukuran berdasarkan yang lain. `difference`Fungsi ini didukung untuk digunakan dengan analisis berdasarkan SPICE dan kumpulan data kueri langsung. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` difference ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index, ,[ partition field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat perbedaannya. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks pencarian* Indeks pencarian bisa positif atau negatif, menunjukkan baris berikut dalam urutan (positif) atau baris sebelumnya dalam jenis (negatif). Indeks pencarian bisa 1—2.147.483.647. Untuk mesin MySQL, MariaDB dan Aurora MySQL Compatible Edition, indeks pencarian dibatasi hanya 1. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung perbedaan antara dari`sum({Billed Amount})`, diurutkan berdasarkan `Customer Region` naik, dibandingkan dengan baris berikutnya, dan dipartisi oleh. `Service Line` ``` difference( sum( {Billed Amount} ), [{Customer Region} ASC], 1, [{Service Line}] ) ``` Contoh berikut menghitung perbedaan antara `Billed Amount` dibandingkan dengan baris berikutnya, dipartisi oleh (). `[{Customer Region}]` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` difference( sum( {Billed Amount} ), [{Customer Region} ASC], 1 ) ``` Sorotan merah menunjukkan bagaimana setiap jumlah ditambahkan (a \$1 b = c) untuk menunjukkan perbedaan antara jumlah a dan c. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/differenceCalc.png) # distinctCountOver `distinctCountOver`Fungsi menghitung jumlah yang berbeda dari operan yang dipartisi oleh atribut yang ditentukan pada tingkat tertentu. Level yang didukung adalah `PRE_FILTER` dan`PRE_AGG`. Operan harus tidak teragregasi. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` distinctCountOver ( measure or dimension field ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *bidang ukuran atau dimensi* Ukuran atau dimensi yang ingin Anda lakukan perhitungannya, misalnya`{Sales Amt}`. Nilai yang valid adalah `PRE_FILTER` dan `PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` `POST_AGG_FILTER`bukan level yang valid untuk operasi ini dan akan menghasilkan pesan kesalahan. Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Amazon Quick](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut mendapatkan jumlah yang berbeda dari `Sales` partisi di atas `City` dan `State` di tingkat. `PRE_AGG` ``` distinctCountOver ( Sales, [City, State], PRE_AGG ) ``` # lag `lag`Fungsi menghitung nilai lag (sebelumnya) untuk ukuran berdasarkan partisi dan jenis tertentu. `lag`didukung untuk digunakan dengan analisis berdasarkan SPICE dan kumpulan data kueri langsung. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` lag ( lag ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index ,[ partition_field, ... ] )] ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda dapatkan kelambatan. Ini dapat mencakup agregat, misalnya`sum({Sales Amt})`. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks pencarian* Indeks pencarian bisa positif atau negatif, menunjukkan baris berikut dalam urutan (positif) atau baris sebelumnya dalam jenis (negatif). Indeks pencarian bisa 1—2.147.483.647. Untuk mesin MySQL, MariaDB, dan Amazon Aurora MySQL Compatible Edition, indeks pencarian dibatasi hanya 1. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung sebelumnya`sum(sales)`, dipartisi oleh keadaan asal, dalam urutan pengurutan menaik pada. `cancellation_code` ``` lag ( sum(Sales), [cancellation_code ASC], 1, [origin_state_nm] ) ``` Contoh berikut menggunakan bidang terhitung dengan `lag` untuk menampilkan jumlah penjualan untuk baris sebelumnya di samping jumlah untuk baris saat ini, diurutkan berdasarkan. `Order Date` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` lag( sum({Sales}), [{Order Date} ASC], 1 ) ``` Tangkapan layar berikut menunjukkan hasil contoh. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/lagCalc.png) Contoh berikut menggunakan bidang terhitung dengan `lag` untuk menampilkan jumlah penjualan untuk baris sebelumnya di samping jumlah untuk baris saat ini, diurutkan berdasarkan `Order Date` partisi oleh. `Segment` ``` lag ( sum(Sales), [Order Date ASC], 1, [Segment] ) ``` Tangkapan layar berikut menunjukkan hasil contoh. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/lagCalc2.png) # lead `lead`Fungsi menghitung nilai lead (berikut) untuk ukuran berdasarkan partisi dan jenis tertentu. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` lead ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup_index, ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda pimpin. Ini dapat mencakup agregat, misalnya`sum({Sales Amt})`. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks pencarian* Indeks pencarian bisa positif atau negatif, menunjukkan baris berikut dalam urutan (positif) atau baris sebelumnya dalam jenis (negatif). Indeks pencarian bisa 1—2,147.483.647. Untuk mesin MySQL, MariaDB, dan Amazon Aurora MySQL Compatible Edition, indeks pencarian dibatasi hanya 1. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung berikutnya`sum(sales)`, dipartisi oleh keadaan asal, dalam urutan pengurutan menaik pada. `cancellation_code` ``` lead ( sum(sales), [cancellation_code ASC], 1, [origin_state_nm] ) ``` Contoh berikut menggunakan bidang dihitung dengan lead untuk menampilkan jumlah untuk baris berikutnya di samping jumlah untuk baris saat ini, diurutkan berdasarkan. `Customer Segment` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` lead( sum({Billed Amount}), [{Customer Segment} ASC], 1 ) ``` Screenshot berikut menunjukkan hasil contoh. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/leadCalc.png) # percentDifference `percentDifference`Fungsi menghitung persentase perbedaan antara nilai saat ini dan nilai perbandingan, berdasarkan partisi, jenis, dan indeks pencarian. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` percentDifference ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,lookup index ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat perbedaan persennya. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks pencarian* Indeks pencarian bisa positif atau negatif, menunjukkan baris berikut dalam urutan (positif) atau baris sebelumnya dalam jenis (negatif). Indeks pencarian bisa 1—2.147.483.647. Untuk mesin MySQL, MariaDB dan Aurora MySQL Compatible Edition, indeks pencarian dibatasi hanya 1. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung persentase perbedaan antara `sum(Sales)` untuk saat ini dan sebelumnya`State`, diurutkan berdasarkan. `Sales` ``` percentDifference ( sum(amount), [sum(amount) ASC], -1, [State] ) ``` Contoh berikut menghitung persen bahwa spesifik `Billed Amount` adalah dari yang lain`Billed Amount`, diurutkan berdasarkan ()`[{Customer Region} ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` percentDifference ( sum( {Billed Amount} ), [{Customer Region} ASC], 1 ) ``` Tangkapan layar berikut menunjukkan hasil contoh. Huruf merah menunjukkan bahwa total `Billed Amount` untuk wilayah tersebut `Customer Region` **APAC** adalah 24 persen lebih sedikit dari jumlah untuk **EMEA** wilayah tersebut. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentDifference.png) # avgOver `avgOver`Fungsi menghitung rata-rata ukuran yang dipartisi oleh daftar dimensi. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` avgOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` Contoh berikut menunjukkan rata-rata di `Billed Amount` atas`Customer Region`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` avgOver ( sum({Billed Amount}), [{Customer Region}] ) ``` Screenshot berikut menunjukkan hasil contoh. Dengan penambahan`Service Line`, jumlah total yang ditagih untuk masing-masing ditampilkan, dan rata-rata ketiga nilai ini ditampilkan di bidang yang dihitung. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/avgOver.png) ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut mendapatkan rata-rata `sum(Sales)` dipartisi di atas `City` dan. `State` ``` avgOver ( sum(Sales), [City, State] ) ``` # countOver `countOver`Fungsi menghitung hitungan dimensi atau ukuran yang dipartisi oleh daftar dimensi. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` countOver ( measure or dimension field ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *bidang ukuran atau dimensi* Ukuran atau dimensi yang ingin Anda lakukan perhitungan, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut mendapat hitungan `Sales` dipartisi di atas `City` dan. `State` ``` countOver ( Sales, [City, State] ) ``` Contoh berikut mendapat hitungan `{County}` dipartisi di atas `City` dan. `State` ``` countOver ( {County}, [City, State] ) ``` Contoh berikut menunjukkan hitungan `Billed Amount` over`Customer Region`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` countOver ( sum({Billed Amount}), [{Customer Region}] ) ``` Tangkapan layar berikut menunjukkan hasil contoh. Karena tidak ada bidang lain yang terlibat, hitungannya adalah satu untuk setiap daerah. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/countOver1.png) Jika Anda menambahkan bidang tambahan, hitungan berubah. Pada tangkapan layar berikut, kami menambahkan `Customer Segment` dan`Service Line`. Masing-masing bidang tersebut berisi tiga nilai unik. Dengan 3 segmen, 3 jalur layanan, dan 3 wilayah, bidang yang dihitung menunjukkan 9. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/countOver2.png) Jika Anda menambahkan dua bidang tambahan ke bidang partisi di bidang terhitung`countOver( sum({Billed Amount}), [{Customer Region}, {Customer Segment}, {Service Line}]`, maka hitungannya lagi 1 untuk setiap baris. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/countOver.png) # maxOver `maxOver`Fungsi menghitung maksimum ukuran atau tanggal yang dipartisi oleh daftar dimensi. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` maxOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungan, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung maksimum`sum(Sales)`, dipartisi oleh dan. `City` `State` ``` maxOver ( sum(Sales), [City, State] ) ``` Contoh berikut menunjukkan maksimum `Billed Amount` over`Customer Region`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` maxOver ( sum({Billed Amount}), [{Customer Region}] ) ``` Tangkapan layar berikut menunjukkan hasil contoh. Dengan penambahan`Service Line`, jumlah total yang ditagih untuk masing-masing ditampilkan, dan maksimum ketiga nilai ini ditampilkan di bidang yang dihitung. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/maxOver.png) # minOver `minOver`Fungsi menghitung minimum ukuran atau tanggal yang dipartisi oleh daftar dimensi. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` minOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung min`sum(Sales)`, dipartisi oleh dan. `City` `State` ``` minOver ( sum(Sales), [City, State] ) ``` Contoh berikut menunjukkan minimum `Billed Amount` over`Customer Region`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` minOver ( sum({Billed Amount}), [{Customer Region}] ) ``` Screenshot berikut menunjukkan hasil contoh. Dengan penambahan`Service Line`, jumlah total yang ditagih untuk masing-masing ditampilkan, dan minimum dari ketiga nilai ini ditampilkan di bidang yang dihitung. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/minOver.png) # percentileOver `percentileOver`Fungsi menghitung persentil *ke-n* dari ukuran yang dipartisi oleh daftar dimensi. Ada dua jenis `percentileOver` perhitungan yang tersedia di Quick: + [https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileContOver-function.html)menggunakan interpolasi linier untuk menentukan hasil. + [https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html](https://docs.aws.amazon.com/quicksight/latest/user/percentileDiscOver-function.html)menggunakan nilai aktual untuk menentukan hasil. `percentileOver`Fungsinya adalah alias dari. `percentileDiscOver` # percentileContOver `percentileContOver`Fungsi menghitung persentil berdasarkan angka aktual di. `measure` Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. Hasilnya dipartisi oleh dimensi yang ditentukan pada tingkat perhitungan yang ditentukan. Gunakan fungsi ini untuk menjawab pertanyaan berikut: Titik data aktual mana yang ada dalam persentil ini? Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan. `percentileDiscOver` Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan sebagai gantinya. `percentileContOver` ## Sintaksis ``` percentileContOver ( measure , percentile-n , [partition-by, …] , calculation-level ) ``` ## Pendapat *mengukur* Menentukan nilai numerik untuk digunakan untuk menghitung persentil. Argumen harus berupa ukuran atau metrik. Null diabaikan dalam perhitungan. *persentil-n* Nilai persentil dapat berupa konstanta numerik 0-100. Nilai persentil 50 menghitung nilai median ukuran. *partisi-oleh* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* Menentukan di mana untuk melakukan perhitungan dalam kaitannya dengan urutan evaluasi. Ada tiga tingkat perhitungan yang didukung: + PRE\$1FILTER + PRE\$1AGG + POST\$1AGG\$1FILTER (default) - Untuk menggunakan tingkat perhitungan ini, tentukan agregasi pada, misalnya. `measure` `sum(measure)` PRE\$1FILTER dan PRE\$1AGG diterapkan sebelum agregasi terjadi dalam visualisasi. Untuk dua tingkat perhitungan ini, Anda tidak dapat menentukan agregasi `measure` pada ekspresi bidang terhitung. Untuk mempelajari lebih lanjut tentang tingkat penghitungan dan saat diterapkan, lihat [Urutan evaluasi di Amazon Cepat](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) dan [Menggunakan perhitungan sadar tingkat di](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Cepat. ## Pengembalian Hasil dari fungsi ini adalah angka. ## Contoh dari percentileContOver Contoh berikut membantu menjelaskan cara percentileContOver kerja. **Example Membandingkan tingkat perhitungan untuk median** Contoh berikut menunjukkan median untuk dimensi (kategori) dengan menggunakan tingkat perhitungan yang berbeda dengan `percentileContOver` fungsi. Persentilnya adalah 50. Dataset difilter oleh bidang wilayah. Kode untuk setiap bidang yang dihitung adalah sebagai berikut: + `example = left( category, 1 )`(Contoh yang disederhanakan.) + `pre_agg = percentileContOver ( {Revenue} , 50 , [ example ] , PRE_AGG)` + `pre_filter = percentileContOver ( {Revenue} , 50 , [ example ] , PRE_FILTER) ` + `post_agg_filter = percentileContOver ( sum ( {Revenue} ) , 50 , [ example ], POST_AGG_FILTER )` ``` example pre_filter pre_agg post_agg_filter ------------------------------------------------------ 0 106,728 119,667 4,117,579 1 102,898 95,946 2,307,547 2 97,807 93,963 554,570 3 101,043 112,585 2,709,057 4 96,533 99,214 3,598,358 5 106,293 97,296 1,875,648 6 97,118 69,159 1,320,672 7 100,201 90,557 969,807 ``` # percentileDiscOver `percentileDiscOver`Fungsi menghitung persentil berdasarkan angka aktual di. `measure` Ini menggunakan pengelompokan dan penyortiran yang diterapkan di sumur lapangan. Hasilnya dipartisi oleh dimensi yang ditentukan pada tingkat perhitungan yang ditentukan. `percentileOver`Fungsinya adalah alias dari. `percentileDiscOver` Gunakan fungsi ini untuk menjawab pertanyaan berikut: Titik data aktual mana yang ada dalam persentil ini? Untuk mengembalikan nilai persentil terdekat yang ada dalam kumpulan data Anda, gunakan. `percentileDiscOver` Untuk mengembalikan nilai persentil yang tepat yang mungkin tidak ada dalam kumpulan data Anda, gunakan sebagai gantinya. `percentileContOver` ## Sintaksis ``` percentileDiscOver ( measure , percentile-n , [partition-by, …] , calculation-level ) ``` ## Pendapat *mengukur* Menentukan nilai numerik untuk digunakan untuk menghitung persentil. Argumen harus berupa ukuran atau metrik. Null diabaikan dalam perhitungan. *persentil-n* Nilai persentil dapat berupa konstanta numerik 0-100. Nilai persentil 50 menghitung nilai median dari ukuran tersebut. *partisi-oleh* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* Menentukan di mana untuk melakukan perhitungan dalam kaitannya dengan urutan evaluasi. Ada tiga tingkat perhitungan yang didukung: + PRE\$1FILTER + PRE\$1AGG + POST\$1AGG\$1FILTER (default) - Untuk menggunakan tingkat perhitungan ini, Anda perlu menentukan agregasi pada, misalnya. `measure` `sum(measure)` PRE\$1FILTER dan PRE\$1AGG diterapkan sebelum agregasi terjadi dalam visualisasi. Untuk dua tingkat perhitungan ini, Anda tidak dapat menentukan agregasi `measure` pada ekspresi bidang terhitung. Untuk mempelajari lebih lanjut tentang tingkat penghitungan dan saat diterapkan, lihat [Urutan evaluasi di Amazon Cepat](https://docs.aws.amazon.com/quicksight/latest/user/order-of-evaluation-quicksight.html) dan [Menggunakan perhitungan sadar tingkat di](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html) Cepat. ## Pengembalian Hasil dari fungsi ini adalah angka. ## Contoh dari percentileDiscOver Contoh berikut membantu menjelaskan cara percentileDiscOver kerja. **Example Membandingkan tingkat perhitungan untuk median** Contoh berikut menunjukkan median untuk dimensi (kategori) dengan menggunakan tingkat perhitungan yang berbeda dengan `percentileDiscOver` fungsi. Persentilnya adalah 50. Dataset difilter oleh bidang wilayah. Kode untuk setiap bidang yang dihitung adalah sebagai berikut: + `example = left( category, 1 )`(Contoh yang disederhanakan.) + `pre_agg = percentileDiscOver ( {Revenue} , 50 , [ example ] , PRE_AGG)` + `pre_filter = percentileDiscOver ( {Revenue} , 50 , [ example ] , PRE_FILTER) ` + `post_agg_filter = percentileDiscOver ( sum ( {Revenue} ) , 50 , [ example ], POST_AGG_FILTER )` ``` example pre_filter pre_agg post_agg_filter ------------------------------------------------------ 0 106,728 119,667 4,117,579 1 102,898 95,946 2,307,547 2 97,629 92,046 554,570 3 100,867 112,585 2,709,057 4 96,416 96,649 3,598,358 5 106,293 97,296 1,875,648 6 97,118 64,395 1,320,672 7 99,915 90,557 969,807 ``` **Example Median** Contoh berikut menghitung median (persentil ke-50) yang dipartisi oleh dan. `Sales` `City` `State` ``` percentileDiscOver ( Sales, 50, [City, State] ) ``` Contoh berikut menghitung persentil ke-98 yang dipartisi oleh. `sum({Billed Amount})` `Customer Region` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` percentileDiscOver ( sum({Billed Amount}), 98, [{Customer Region}] ) ``` Tangkapan layar berikut menunjukkan bagaimana kedua contoh ini terlihat pada bagan. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentilOver-50-98.png) # percentOfTotal `percentOfTotal`Fungsi menghitung persentase yang dikontribusikan ukuran terhadap total, berdasarkan dimensi yang ditentukan. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` percentOfTotal ( measure ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat persentase totalnya. Saat ini, `distinct count` agregasi tidak didukung untuk`percentOfTotal`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut membuat perhitungan untuk persen dari total yang `Sales` disumbangkan oleh masing-masing`State`. ``` percentOfTotal ( sum(Sales), [State] ) ``` Contoh berikut menghitung persen yang spesifik `Billed Amount` bila dibandingkan dengan total`Billed Amount`, dipartisi oleh (). `[{Service Line} ASC]` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` percentOfTotal ( sum( {Billed Amount} ), [{Service Line}] ) ``` Screenshot berikut menunjukkan hasil contoh. Sorotan merah menunjukkan bahwa bidang partisi dengan nilai "`Billing`" memiliki tiga entri, satu untuk setiap wilayah. Jumlah total yang ditagih untuk jalur layanan ini dibagi menjadi tiga persentase, yang totalnya 100 persen. Persentase dibulatkan dan mungkin tidak selalu bertambah hingga 100 persen. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentOfTotal.png) # periodOverPeriodDifference `periodOverPeriodDifference`Fungsi menghitung perbedaan ukuran selama dua periode waktu yang berbeda seperti yang ditentukan oleh granularitas periode dan offset. Tidak seperti perhitungan perbedaan, fungsi ini menggunakan offset berbasis tanggal, bukan offset berukuran tetap. Ini memastikan bahwa hanya tanggal yang benar yang dibandingkan, bahkan jika titik data tidak ada dalam kumpulan data. ## Sintaksis ``` periodOverPeriodDifference( measure, date, period, offset) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan periodOverPeriod perhitungannya. *DateTime* Dimensi Tanggal di mana kita menghitung Period-Over-Period perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. *mengimbangi* (Opsional) Offset dapat berupa bilangan bulat positif atau negatif yang mewakili periode waktu sebelumnya (ditentukan oleh periode) yang ingin Anda bandingkan. Misalnya, periode seperempat dengan offset 1 berarti membandingkan dengan kuartal sebelumnya. Nilai default adalah 1. ## Contoh Contoh berikut menggunakan bidang dihitung `PeriodOverPeriod` untuk menampilkan perbedaan jumlah penjualan kemarin ``` periodOverPeriodDifference(sum(Sales), {Order Date}) ``` ![\[Ini adalah gambar kembalinya perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/MonthOverMonthDifference.png) Contoh berikut menggunakan bidang terhitung `PeriodOverPeriod` untuk menampilkan selisih jumlah penjualan 2 bulan sebelumnya. Contoh di bawah ini adalah membandingkan penjualan `Mar2020` dengan`Jan2020`. ``` periodOverPeriodDifference(sum(Sales),{Order Date}, MONTH, 1) ``` ![\[Ini adalah gambar kembalinya perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/MonthOverMonthDifference2.png) # periodOverPeriodLastValue `periodOverPeriodLastValue`Fungsi menghitung nilai terakhir (sebelumnya) dari suatu ukuran dari periode waktu sebelumnya sebagaimana ditentukan oleh granularitas periode dan offset. Fungsi ini menggunakan offset berbasis tanggal, bukan offset berukuran tetap. Ini memastikan hanya tanggal yang benar yang dibandingkan, bahkan jika titik data tidak ada dalam kumpulan data. ## Sintaksis ``` periodOverPeriodLastValue( measure, date, period, offset) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat perbedaannya. *tanggal* Dimensi tanggal di mana Anda menghitung periodOverPeriod perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Argumen ini default untuk granularitas agregasi visual *mengimbangi* (Opsional) Offset dapat berupa bilangan bulat positif atau negatif yang mewakili periode waktu sebelumnya (ditentukan oleh periode) yang ingin Anda bandingkan. Misalnya, periode seperempat dengan offset 1 berarti membandingkan dengan kuartal sebelumnya. Nilai default argumen ini adalah 1. ## Contoh Contoh berikut menghitung nilai bulan ke bulan dalam penjualan dengan granularitas dimensi visual dan offset default 1. ``` periodOverPeriodLastValue(sum(Sales), {Order Date}) ``` Contoh berikut menghitung nilai bulan ke bulan dalam penjualan dengan granularitas tetap `MONTH` dan offset tetap 1. ``` periodOverPeriodLastValue(sum(Sales), {Order Date},MONTH, 1) ``` ![\[Ini adalah gambar kembalinya perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/MonthOverMonthLastValue.png) # periodOverPeriodPercentDifference `periodOverPeriodPercentDifference`Fungsi menghitung perbedaan persen dari suatu ukuran selama dua periode waktu yang berbeda sebagaimana ditentukan oleh granularitas periode dan offset. Tidak seperti PercentDifference, fungsi ini menggunakan offset berbasis tanggal, bukan offset berukuran tetap. Ini memastikan hanya tanggal yang benar yang dibandingkan, bahkan jika titik data tidak ada dalam kumpulan data. ## Sintaksis ``` periodOverPeriodPercentDifference( measure, date, period, offset) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat perbedaannya. *tanggal* Dimensi tanggal di mana Anda menghitung periodOverPeriod perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung perhitungan. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Argumen ini default untuk granularitas agregasi visual *mengimbangi* (Opsional) Offset dapat berupa bilangan bulat positif atau negatif yang mewakili periode waktu sebelumnya (ditentukan oleh periode) yang ingin Anda bandingkan. Misalnya, periode seperempat dengan offset 1 berarti membandingkan dengan kuartal sebelumnya. Nilai default argumen ini adalah 1. ## Contoh Contoh berikut menghitung perbedaan persen bulan ke bulan dalam penjualan dengan granularitas dimensi visual dan offset default 1. ``` periodOverPeriodPercentDifference(sum(Sales),{Order Date}) ``` Contoh berikut menghitung perbedaan bulan ke bulan persen dalam penjualan dengan granularitas tetap `MONTH` dan offset tetap 1. ``` periodOverPeriodPercentDifference(sum(Sales), {Order Date}, MONTH, 1) ``` ![\[Ini adalah gambar kembalinya perhitungan contoh.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/MonthOverMonthPercentDifference.png) # periodToDateAvgOverTime `periodToDateAvgOverTime`Fungsi menghitung rata-rata ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. ## Sintaksis ``` periodToDateAvgOverTime( measure, dateTime, period) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan perhitungannya *DateTime* Dimensi tanggal di mana Anda menghitung PeriodOverTime perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. ## Contoh Fungsi berikut menghitung jumlah tarif rata-rata bulan di atas mont. ``` periodToDateAvgOverTime(sum({fare_amount}), pickupDatetime, MONTH) ``` ![\[Ini adalah gambar dari hasil perhitungan contoh dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDAvgOverTimeResults.png) # periodToDateCountOverTime `periodToDateCountOverTime`Fungsi menghitung hitungan dimensi atau ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. ## Sintaksis ``` periodToDateCountOverTime( measure, dateTime, period) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan perhitungan *DateTime* Dimensi tanggal di mana Anda menghitung PeriodOverTime perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung perhitungan. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. ## Contoh Contoh berikut menghitung jumlah vendor dari bulan ke bulan. ``` periodToDateCountOverTime(count(vendorid), pickupDatetime, MONTH) ``` ![\[Ini adalah gambar hasil perhitungan contoh dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDCountOverTimeResults.png) # periodToDateMaxOverTime `periodToDateMaxOverTime`Fungsi menghitung maksimum ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. ## Sintaksis ``` periodToDateMaxOverTime( measure, dateTime, period) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan perhitungan *DateTime* Dimensi tanggal di mana Anda menghitung PeriodOverTime perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. ## Contoh Contoh berikut menghitung jumlah tarif maksimum bulan ke bulan. ``` periodToDatemaxOverTime(max({fare_amount}), pickupDatetime, MONTH) ``` ![\[Ini adalah gambar dari hasil perhitungan contoh dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDMaxOverTimeResults.png) # periodToDateMinOverTime `periodToDateMinOverTime`Fungsi menghitung minimum ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. ## Sintaksis ``` periodToDateMinOverTime( measure, dateTime, period) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan perhitungan *DateTime* Dimensi tanggal di mana Anda menghitung PeriodOverTime perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. ## Contoh Contoh berikut menghitung jumlah tarif minimum bulan ke bulan. ``` periodToDateMinOverTime(min({fare_amount}), pickupDatetime, MONTH) ``` ![\[Ini adalah gambar hasil perhitungan contoh dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDMinOverTimeResults.png) # periodToDateSumOverTime `periodToDateSumOverTime`Fungsi menghitung jumlah ukuran untuk granularitas waktu tertentu (misalnya, seperempat) hingga titik waktu. ## Sintaksis ``` periodToDateSumOverTime( measure, dateTime, period) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lakukan perhitungan *DateTime* Dimensi tanggal di mana Anda menghitung PeriodOverTime perhitungan. *periode* (Opsional) Periode waktu di mana Anda menghitung komputasi. Granularitas `YEAR` sarana `YearToDate` perhitungan, `Quarter` sarana`QuarterToDate`, dan sebagainya. Granularitas yang valid meliputi`YEAR`,`QUARTER`,,`MONTH`,`WEEK`,`DAY`, `HOUR``MINUTE`, dan. `SECONDS` Nilai default adalah granularitas dimensi tanggal visual. ## Contoh Fungsi berikut mengembalikan jumlah tarif total bulan ke bulan. ``` periodToDateSumOverTime(sum({fare_amount}), pickupDatetime, MONTH) ``` ![\[Ini adalah gambar hasil perhitungan contoh dengan ilustrasi.\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/PTDSumOverTime-example-results.png) # stdevOver `stdevOver`Fungsi menghitung standar deviasi dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan sampel. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` stdevOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (default) perhitungan tabel dihitung ketika visual ditampilkan. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung standar deviasi`sum(Sales)`, dipartisi oleh `City` dan`State`, berdasarkan sampel.. ``` stdevOver ( sum(Sales), [City, State] ) ``` Contoh berikut menghitung standar deviasi `Billed Amount` over`Customer Region`, berdasarkan sampel. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` stdevOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # stdevpOver `stdevpOver`Fungsi menghitung standar deviasi dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan populasi yang bias. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` stdevpOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (default) perhitungan tabel dihitung ketika visual ditampilkan. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung standar deviasi, dipartisi oleh `City` dan `sum(Sales)``State`, berdasarkan populasi yang bias. ``` stdevpOver ( sum(Sales), [City, State] ) ``` Contoh berikut menghitung standar deviasi `Billed Amount` over`Customer Region`, berdasarkan populasi yang bias. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` stdevpOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # varOver `varOver`Fungsi menghitung varians dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan sampel. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` varOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungan, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung varians`sum(Sales)`, dipartisi oleh `City` dan`State`, berdasarkan sampel. ``` varOver ( sum(Sales), [City, State] ) ``` Contoh berikut menghitung varians `Billed Amount` over`Customer Region`, berdasarkan sampel. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` varOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # varpOver `varpOver`Fungsi menghitung varians dari ukuran yang ditentukan, dipartisi oleh atribut atau atribut yang dipilih, berdasarkan populasi yang bias. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` varpOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung varians, dipartisi oleh `City` dan `sum(Sales)``State`, berdasarkan populasi yang bias. ``` varpOver ( sum(Sales), [City, State] ) ``` Contoh berikut menghitung varians `Billed Amount` over`Customer Region`, berdasarkan populasi yang bias. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` varpOver ( sum({Billed Amount}), [{Customer Region}] ) ``` # sumOver `sumOver`Fungsi menghitung jumlah ukuran yang dipartisi oleh daftar dimensi. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` sumOver ( measure ,[ partition_field, ... ] ,calculation level ) ``` ## Pendapat *mengukur* Ukuran yang ingin Anda lakukan perhitungannya, misalnya`sum({Sales Amt})`. Gunakan agregasi jika tingkat perhitungan diatur ke `NULL` atau`POST_AGG_FILTER`. Jangan gunakan agregasi jika tingkat perhitungan diatur ke `PRE_FILTER` atau`PRE_AGG`. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (default) perhitungan tabel dihitung ketika visual ditampilkan. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut menghitung jumlah, `sum(Sales)` dipartisi oleh dan. `City` `State` ``` sumOver ( sum(Sales), [City, State] ) ``` Contoh berikut `Billed Amount` dijumlahkan`Customer Region`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` sumOver ( sum({Billed Amount}), [{Customer Region}] ) ``` Screenshot berikut menunjukkan hasil contoh. Dengan penambahan`Customer Segment`, jumlah total yang ditagih untuk masing-masing dijumlahkan untuk`Customer Region`, dan ditampilkan di bidang yang dihitung. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/sumOver.png) # denseRank `denseRank`Fungsi menghitung peringkat ukuran atau dimensi dibandingkan dengan partisi yang ditentukan. Ini menghitung setiap item hanya sekali, mengabaikan duplikat, dan menetapkan peringkat “tanpa lubang” sehingga nilai duplikat berbagi peringkat yang sama. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` denseRank ( [ sort_order_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *urutkan bidang urutan* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini defaultnya saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut memiliki peringkat padat`max(Sales)`, berdasarkan urutan urutan menurun, oleh `State` dan. `City` Setiap kota dengan yang sama `max(Sales)` diberi peringkat yang sama, dan kota berikutnya diberi peringkat berturut-turut setelah mereka. Misalnya, jika tiga kota memiliki peringkat yang sama, kota keempat berada di peringkat kedua. ``` denseRank ( [max(Sales) DESC], [State, City] ) ``` Contoh berikut diberi peringkat padat`max(Sales)`, berdasarkan urutan urutan menurun, oleh. `State` Setiap negara bagian dengan yang sama `max(Sales)` diberi peringkat yang sama, dan yang berikutnya diberi peringkat berturut-turut setelah mereka. Misalnya, jika tiga negara bagian memiliki peringkat yang sama, negara bagian keempat diberi peringkat kedua. ``` denseRank ( [max(Sales) DESC], [State] ) ``` # rank `rank`Fungsi menghitung peringkat ukuran atau dimensi dibandingkan dengan partisi yang ditentukan. Ini menghitung setiap item, bahkan duplikat, sekali dan menetapkan peringkat “dengan lubang” untuk menebus nilai duplikat. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` rank ( [ sort_order_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi agregat yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut peringkat`max(Sales)`, berdasarkan urutan urutan menurun, oleh `State` dan`City`, dalam `State` dari. **WA** Setiap kota dengan yang sama `max(Sales)` diberi peringkat yang sama, tetapi peringkat berikutnya mencakup hitungan semua peringkat yang ada sebelumnya. Misalnya, jika tiga kota memiliki peringkat yang sama, kota keempat berada di peringkat keempat. ``` rank ( [max(Sales) DESC], [State, City] ) ``` Contoh berikut memberi peringkat`max(Sales)`, berdasarkan urutan urutan menaik, oleh`State`. Setiap negara bagian dengan yang sama `max(Sales)` diberi peringkat yang sama, tetapi peringkat berikutnya mencakup hitungan semua peringkat yang ada sebelumnya. Misalnya, jika tiga negara bagian memiliki peringkat yang sama, negara bagian keempat berada di peringkat keempat. ``` rank ( [max(Sales) ASC], [State] ) ``` Contoh berikut diberi peringkat `Customer Region` berdasarkan total`Billed Amount`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` rank( [sum({Billed Amount}) DESC] ) ``` Tangkapan layar berikut menunjukkan hasil contoh, bersama dengan total `Billed Amount` sehingga Anda dapat melihat bagaimana peringkat setiap wilayah. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/rankCalc.png) # percentileRank `percentileRank`Fungsi menghitung peringkat persentil ukuran atau dimensi dibandingkan dengan partisi yang ditentukan. Nilai peringkat persentil (*x*) menunjukkan bahwa item saat ini berada di *x* atas% dari nilai di partisi yang ditentukan. Nilai peringkat persentil berkisar dari 0 (inklusif) hingga 100 (eksklusif). ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` percentileRank ( [ sort_order_field ASC_or_DESC, ... ] ,[ {partition_field}, ... ] ) ``` ## Pendapat *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi agregat yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *tingkat perhitungan* (Opsional) Menentukan tingkat perhitungan untuk menggunakan: + **`PRE_FILTER`**— Perhitungan prefilter dihitung sebelum filter dataset. + **`PRE_AGG`**— Perhitungan preagregat dihitung sebelum menerapkan agregasi dan filter *N* atas dan bawah ke visual. + **`POST_AGG_FILTER`**— (Default) Perhitungan tabel dihitung saat tampilan visual. Nilai ini default saat kosong. `POST_AGG_FILTER` Untuk informasi selengkapnya, lihat [Menggunakan perhitungan sadar level di Cepat](https://docs.aws.amazon.com/quicksight/latest/user/level-aware-calculations.html). ## Contoh Contoh berikut melakukan peringkat persentil `max(Sales)` dalam urutan menurun, oleh. `State` ``` percentileRank ( [max(Sales) DESC], [State] ) ``` Contoh berikut melakukan peringkat persentil `Customer Region` dengan total. `Billed Amount` Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` percentileRank( [sum({Billed Amount}) DESC], [{Customer Region}] ) ``` Tangkapan layar berikut menunjukkan hasil contoh, bersama dengan total `Billed Amount` sehingga Anda dapat melihat bagaimana setiap wilayah membandingkan. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/percentileRank.png) # runningAvg `runningAvg`Fungsi menghitung rata-rata berjalan untuk ukuran berdasarkan dimensi dan urutan urutan yang ditentukan. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` runningAvg ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat rata-rata berjalan. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung rata-rata berjalan, diurutkan berdasarkan`sum(Sales)`, dipartisi oleh `Sales` dan. `City` `State` ``` runningAvg ( sum(Sales), [Sales ASC], [City, State] ) ``` Contoh berikut menghitung rata-rata berjalan`Billed Amount`, diurutkan berdasarkan bulan ()`[truncDate("MM",Date) ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` runningAvg ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningCount `runningCount`Fungsi menghitung hitungan berjalan untuk ukuran atau dimensi, berdasarkan dimensi dan urutan urutan yang ditentukan. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` runningCount ( measure_or_dimension ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *ukuran atau dimensi* Ukuran atau dimensi agregat yang ingin Anda lihat hitungan berjalan. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung hitungan berjalan, diurutkan berdasarkan`sum(Sales)`, dipartisi oleh `Sales` dan. `City` `State` ``` runningCount ( sum(Sales), [Sales ASC], [City, State] ) ``` Contoh berikut menghitung hitungan berjalan`Billed Amount`, diurutkan berdasarkan bulan ()`[truncDate("MM",Date) ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` runningCount ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningMax `runningMax`Fungsi menghitung maksimum berjalan untuk ukuran berdasarkan dimensi dan urutan urutan yang ditentukan. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` runningMax ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat maksimum berjalan. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung maksimum berjalan, diurutkan berdasarkan`sum(Sales)`, dipartisi oleh `Sales` dan. `City` `State` ``` runningMax ( sum(Sales), [Sales ASC], [City, State] ) ``` Contoh berikut menghitung maksimum berjalan`Billed Amount`, diurutkan berdasarkan bulan ()`[truncDate("MM",Date) ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` runningMax ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningMin `runningMin`Fungsi menghitung minimum berjalan untuk ukuran berdasarkan dimensi dan urutan urutan yang ditentukan. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` runningMin ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat minimum berjalan. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung minimum berjalan, diurutkan berdasarkan`sum(Sales)`, dipartisi oleh `Sales` dan. `City` `State` ``` runningMin ( sum(Sales), [Sales ASC], [City, State] ) ``` Contoh berikut menghitung minimum berjalan`Billed Amount`, diurutkan berdasarkan bulan ()`[truncDate("MM",Date) ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` runningMin ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` # runningSum `runningSum`Fungsi menghitung jumlah yang berjalan untuk ukuran berdasarkan dimensi dan urutan urutan yang ditentukan. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` runningSum ( measure ,[ sortorder_field ASC_or_DESC, ... ] ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Ukuran agregat yang ingin Anda lihat jumlah yang sedang berjalan. *urutkan bidang urutan* Satu atau lebih ukuran dan dimensi yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan pengurutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung jumlah berjalan, diurutkan berdasarkan`sum(Sales)`, dipartisi oleh `Sales` dan. `City` `State` ``` runningSum ( sum(Sales), [Sales ASC], [City, State] ) ``` Contoh berikut menghitung jumlah berjalan`Billed Amount`, diurutkan berdasarkan bulan ()`[truncDate("MM",Date) ASC]`. Bidang dalam perhitungan tabel berada di bidang sumur visual. ``` runningSum ( sum({Billed Amount}), [truncDate("MM",Date) ASC] ) ``` Screenshot berikut menunjukkan hasil contoh. Label merah menunjukkan bagaimana setiap jumlah ditambahkan (`a + b = c`) ke jumlah berikutnya, menghasilkan total baru. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/runningSum.png) # firstValue `firstValue`Fungsi menghitung nilai pertama dari ukuran agregat atau dimensi yang dipartisi dan diurutkan berdasarkan atribut tertentu. ## Sintaksis Kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` firstValue ( aggregated measure or dimension, [ sort_attribute ASC_or_DESC, ... ], [ partition_by_attribute, ... ] ) ``` ## Pendapat *ukuran atau dimensi agregat* Ukuran atau dimensi agregat yang ingin Anda lihat nilai pertama. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurawal kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *partisi dengan atribut* (Opsional) Satu atau lebih ukuran atau dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung yang pertama`Destination Airport`, diurutkan berdasarkan, dipartisi dengan `Flight Date` naik dan. `Flight Date` `Origin Airport` ``` firstValue( {Destination Airport} [{Flight Date} ASC], [ {Origin Airport}, {Flight Date} ] ) ``` # lastValue `lastValue`Fungsi menghitung nilai terakhir dari ukuran agregat atau dimensi yang dipartisi dan diurutkan berdasarkan atribut tertentu. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` lastValue ( aggregated measure or dimension, [ sort_attribute ASC_or_DESC, ... ], [ partition_by_attribute, ... ] ) ``` ## Pendapat *ukuran atau dimensi agregat* Ukuran atau dimensi agregat yang ingin Anda lihat nilai terakhir. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (`ASC`) atau descending (`DESC`). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *partisi dengan atribut* (Opsional) Satu atau lebih ukuran atau dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung nilai terakhir untuk`Destination Airport`. Perhitungan ini diurutkan berdasarkan `Flight Date` nilai dan dipartisi berdasarkan nilai yang diurutkan dalam urutan menaik dan `Flight Date` nilainya. `Origin Airport` ``` lastValue( [{Destination Airport}], [{Flight Date} ASC], [ {Origin Airport}, truncDate('DAY', {Flight Date}) ] ) ``` # windowAvg `windowAvg`Fungsi menghitung rata-rata ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. Biasanya, Anda menggunakan fungsi jendela kustom pada deret waktu, di mana visual Anda menunjukkan bidang metrik dan tanggal. Misalnya, Anda dapat menggunakan `windowAvg` untuk menghitung rata-rata bergerak, yang sering digunakan untuk menghaluskan noise dalam grafik garis. Fungsi jendela tidak didukung untuk versi MySQL lebih awal dari 8 dan versi MariaDB lebih awal dari 10.2. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` windowAvg ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Metrik agregat yang ingin Anda dapatkan rata-rata, misalnya`sum({Revenue})`. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks awal* Indeks awal adalah bilangan bulat positif, menunjukkan *n* baris di atas baris saat ini. Indeks awal menghitung titik data yang tersedia di atas baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *indeks akhir* Indeks akhir adalah bilangan bulat positif, menunjukkan *n* baris di bawah baris saat ini. Indeks akhir menghitung titik data yang tersedia di bawah baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung rata-rata bergerak, `sum(Revenue)` dipartisi oleh. `SaleDate` Perhitungan mencakup tiga baris di atas dan dua baris di bawah baris saat ini. ``` windowAvg ( sum(Revenue), [SaleDate ASC], 3, 2 ) ``` Screenshot berikut menunjukkan hasil dari contoh moving average ini. Bidang jumlah (Pendapatan) ditambahkan ke bagan untuk menunjukkan perbedaan antara pendapatan dan rata-rata pendapatan bergerak. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/windowAvg.png) # windowCount `windowCount`Fungsi menghitung jumlah ukuran atau dimensi agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. Biasanya, Anda menggunakan fungsi jendela kustom pada deret waktu, di mana visual Anda menunjukkan bidang metrik dan tanggal. Fungsi jendela tidak didukung untuk versi MySQL lebih awal dari 8 dan versi MariaDB lebih awal dari 10.2. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` windowCount ( measure_or_dimension , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## Pendapat *ukuran atau dimensi* Metrik agregat yang ingin Anda dapatkan rata-rata, misalnya`sum({Revenue})`. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurawal kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks awal* Indeks awal adalah bilangan bulat positif, menunjukkan *n* baris di atas baris saat ini. Indeks awal menghitung titik data yang tersedia di atas baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *indeks akhir* Indeks akhir adalah bilangan bulat positif, menunjukkan *n* baris di bawah baris saat ini. Indeks akhir menghitung titik data yang tersedia di bawah baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurawal kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung jumlah bergerak, `sum(Revenue)` dipartisi oleh. `SaleDate` Perhitungan mencakup tiga baris di atas dan dua baris di bawah baris saat ini. ``` windowCount ( sum(Revenue), [SaleDate ASC], 3, 2 ) ``` # windowMax `windowMax`Fungsi menghitung maksimum ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. Biasanya, Anda menggunakan fungsi jendela kustom pada deret waktu, di mana visual Anda menunjukkan bidang metrik dan tanggal. Anda dapat menggunakan `windowMax` untuk membantu Anda mengidentifikasi maksimum metrik selama periode waktu tertentu. Fungsi jendela tidak didukung untuk versi MySQL lebih awal dari 8 dan versi MariaDB lebih awal dari 10.2. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` windowMax ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Metrik agregat yang ingin Anda dapatkan rata-rata, misalnya`sum({Revenue})`. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks awal* Indeks awal adalah bilangan bulat positif, menunjukkan *n* baris di atas baris saat ini. Indeks awal menghitung titik data yang tersedia di atas baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *indeks akhir* Indeks akhir adalah bilangan bulat positif, menunjukkan *n* baris di bawah baris saat ini. Indeks akhir menghitung titik data yang tersedia di bawah baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung maksimum 12 bulan tertinggal`sum(Revenue)`, dipartisi oleh. `SaleDate` Perhitungan mencakup 12 baris di atas dan 0 baris di bawah baris saat ini. ``` windowMax ( sum(Revenue), [SaleDate ASC], 12, 0 ) ``` Tangkapan layar berikut menunjukkan hasil contoh 12 bulan berikut ini. Bidang jumlah (Pendapatan) ditambahkan ke bagan untuk menunjukkan perbedaan antara pendapatan dan pendapatan maksimum 12 bulan yang tertinggal. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/windowMax.png) # windowMin `windowMin`Fungsi menghitung minimum ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. Biasanya, Anda menggunakan fungsi jendela kustom pada deret waktu, di mana visual Anda menunjukkan bidang metrik dan tanggal. Anda dapat menggunakan `windowMin` untuk membantu Anda mengidentifikasi minimum metrik selama periode waktu tertentu. Fungsi jendela tidak didukung untuk versi MySQL lebih awal dari 8 dan versi MariaDB lebih awal dari 10.2. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` windowMin ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Metrik agregat yang ingin Anda dapatkan rata-rata, misalnya`sum({Revenue})`. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks awal* Indeks awal adalah bilangan bulat positif, menunjukkan *n* baris di atas baris saat ini. Indeks awal menghitung titik data yang tersedia di atas baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *indeks akhir* Indeks akhir adalah bilangan bulat positif, menunjukkan *n* baris di bawah baris saat ini. Indeks akhir menghitung titik data yang tersedia di bawah baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung minimum 12 bulan tertinggal`sum(Revenue)`, dipartisi oleh. `SaleDate` Perhitungan mencakup 12 baris di atas dan 0 baris di bawah baris saat ini. ``` windowMin ( sum(Revenue), [SaleDate ASC], 12, 0 ) ``` Tangkapan layar berikut menunjukkan hasil contoh 12 bulan berikut ini. Bidang jumlah (Pendapatan) ditambahkan ke bagan untuk menunjukkan perbedaan antara pendapatan dan pendapatan minimum 12 bulan yang tertinggal. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/windowMin.png) # windowSum `windowSum`Fungsi menghitung jumlah ukuran agregat di jendela kustom yang dipartisi dan diurutkan berdasarkan atribut tertentu. Biasanya, Anda menggunakan fungsi jendela kustom pada deret waktu, di mana visual Anda menunjukkan bidang metrik dan tanggal. Fungsi jendela tidak didukung untuk versi MySQL lebih awal dari 8 dan versi MariaDB lebih awal dari 10.2. ## Sintaksis Tanda kurung diperlukan. Untuk melihat argumen mana yang opsional, lihat deskripsi berikut. ``` windowSum ( measure , [sort_order_field ASC/DESC, ...] , start_index , end_index ,[ partition_field, ... ] ) ``` ## Pendapat *mengukur* Metrik agregat yang ingin Anda dapatkan jumlahnya, misalnya`sum({Revenue})`. Untuk mesin MySQL, MariaDB, dan Amazon Aurora dengan kompatibilitas MySQL, indeks pencarian dibatasi hanya 1. Fungsi jendela tidak didukung untuk versi MySQL di bawah 8 dan versi MariaDB lebih awal dari 10.2. *atribut sortir* Satu atau lebih bidang agregat, baik ukuran atau dimensi atau keduanya, yang ingin Anda urutkan datanya, dipisahkan dengan koma. Anda dapat menentukan urutan urutan ascending (**ASC**) atau descending (**DESC**). Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). *indeks awal* Indeks awal adalah bilangan bulat positif, menunjukkan *n* baris di atas baris saat ini. Indeks awal menghitung titik data yang tersedia di atas baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *indeks akhir* Indeks akhir adalah bilangan bulat positif, menunjukkan *n* baris di bawah baris saat ini. Indeks akhir menghitung titik data yang tersedia di bawah baris saat ini, daripada menghitung periode waktu aktual. Jika data Anda jarang (hilang bulan atau tahun, misalnya), sesuaikan indeksnya. *bidang partisi* (Opsional) Satu atau lebih dimensi yang ingin Anda partisi, dipisahkan dengan koma. Setiap bidang dalam daftar diapit \$1\$1 (kurung kurawal), jika lebih dari satu kata. Seluruh daftar terlampir dalam [] (tanda kurung siku). ## Contoh Contoh berikut menghitung jumlah bergerak, diurutkan berdasarkan. `sum(Revenue)` `SaleDate` Perhitungan mencakup dua baris di atas dan satu baris di depan baris saat ini. ``` windowSum ( sum(Revenue), [SaleDate ASC], 2, 1 ) ``` Contoh berikut menunjukkan jumlah 12 bulan yang tertinggal. ``` windowSum(sum(Revenue),[SaleDate ASC],12,0) ``` Tangkapan layar berikut menunjukkan hasil contoh jumlah 12 bulan berikut ini. `sum(Revenue)`Bidang ditambahkan ke bagan untuk menunjukkan perbedaan antara pendapatan dan jumlah pendapatan 12 bulan yang tertinggal. ![\[alt text not found\]](http://docs.aws.amazon.com/id_id/quick/latest/userguide/images/windowSum.png)