Moving Average Linq

Mein Ziel ist es, einen gewichteten Durchschnitt aus einer Tabelle, basierend auf einem anderen Tabellen-Primärschlüssel zu erhalten. Ich muss einen gewichteten Durchschnitt basierend auf der Länge eines Segments zu erhalten, und ich muss Werte von -1 ignorieren. Ich weiß, wie dies in SQL zu tun, aber mein Ziel ist, dies in LINQ zu tun. Es sieht so aus in SQL: Ich bin noch ziemlich neu für LINQ, und mit einer harten Zeit herauszufinden, wie ich das übersetzen würde. Das Ergebnis gewichteter Durchschnitt sollte sich auf etwa 55,3. Vielen Dank. Ich habe genug, dass ich eine Erweiterung Methode für LINQ erstellt. Nachdem Sie Ihre Teilmenge von Daten erhalten, sieht der Anruf so aus. Dies ist äußerst praktisch geworden, weil ich einen gewichteten Durchschnitt einer beliebigen Gruppe von Daten erhalten kann, die auf einem anderen Feld innerhalb desselben Datensatzes basiert. Ich überprüfe jetzt für die Division durch Null und werfen Sie eine ausführlichere Ausnahme anstatt 0 zurückzugeben. Erlaubt Benutzer, die Ausnahme zu fangen und zu behandeln, wie gebraucht. Wenn Sie sicher, dass für jeden Fremdschlüssel in Tabelle2 gibt es einen entsprechenden Datensatz in Tabelle1, dann können Sie vermeiden, dass der Beitritt nur eine Gruppe durch. In diesem Fall lautet die LINQ-Abfrage folgendermaßen: So können Sie das wheightedaverage für einen bestimmten Fremdschlüssel erhalten. Die ToList-Methode, die beim Abrufen der Datensätze aufgerufen wird, besteht darin, zu vermeiden, dass die Abfrage zweimal ausgeführt wird, während die Datensätze in den beiden separaten Sum-Operationen aggregiert werden. Practical Rx Training London 6-7 Oktober 2015 Präsentiert von dem Autor von IntroToRx Aggregation Daten ist nicht immer wertvoll Rohform. Manchmal müssen wir konsolidieren, zusammenstellen, kombinieren oder kondensieren die Berge von Daten, die wir erhalten in mehr verbrauchbare Biss Größe Brocken. Betrachten Sie schnell bewegte Daten von Domänen wie Instrumentierung, Finanzen, Signalverarbeitung und operative Intelligenz. Diese Art von Daten kann sich mit einer Geschwindigkeit von mehr als zehn Werten pro Sekunde ändern. Kann eine Person tatsächlich verbrauchen dieses Vielleicht für den menschlichen Verzehr, können aggregierte Werte wie Mittelwerte, Minimum und Maximums von mehr Gebrauch sein. Wenn wir das Thema der Reduktion einer beobachtbaren Sequenz fortsetzen, werden wir uns die Aggregationsfunktionen anschauen, die uns in Rx zur Verfügung stehen. Unser erster Satz von Methoden setzt sich aus unserem letzten Kapitel fort, da sie eine beobachtbare Folge nehmen und sie auf eine Sequenz mit einem einzigen Wert reduzieren. Wir gehen dann weiter, um Operatoren zu finden, die eine Sequenz wieder in einen skalaren Wert überführen können, eine funktionelle Faltung. Kurz bevor wir mit der Einführung der neuen Betreiber beginnen, werden wir schnell unsere eigene Erweiterungsmethode erstellen. Wir verwenden diese Dump-Erweiterungsmethode, um unsere Proben zu erstellen. Public static class SampleExtentions public static void DumpltTgt (diese IObservable ltTgt-Quelle, Stringname) igt Konsole. WriteLine (- Name, i), exgt Konsole. WriteLine (fehlgeschlagen - gt. Name, ex. Message), () Gt Console. WriteLine (abgeschlossener Name)) Diejenigen, die LINQPad verwenden, werden erkennen, dass dies die Quelle der Inspiration ist. Für diejenigen, die nicht benutzt haben LINQPad, ich kann es sehr empfehlen. Es eignet sich hervorragend zum schnellen und schnellen Ausprobieren. LINQPad unterstützt auch den IObservableltTgt-Typ vollständig. Count ist eine sehr vertraute Erweiterungsmethode für diejenigen, die LINQ auf IEnumerableltTgt verwenden. Wie alle guten Methodennamen tut es, was es auf der Dose sagt. Die Rx-Version weicht von der IEnumerableltTgt-Version ab, da Rx eine beobachtbare Sequenz und nicht einen skalaren Wert zurückgibt. Die Rückkehrsequenz hat einen einzigen Wert, der die Anzahl der Werte in der Quellensequenz ist. Offensichtlich können wir die Zählung nicht bereitstellen, bis die Quellfolge abgeschlossen ist. Var numbers Observable. Range (0,3) Wenn Sie erwarten, dass Ihre Sequenz mehr Werte hat, als ein 32-Bit-Integer enthalten kann, besteht die Möglichkeit, die LongCount-Erweiterungsmethode zu verwenden. Dies ist genau das gleiche wie Count, außer es gibt ein IObservableltlonggt. Min, Max, Summe und Durchschnitt Andere gemeinsame Aggregationen sind Min. Max. Summe und Durchschnitt. Genau wie Graf. Diese alle geben eine Sequenz mit einem einzigen Wert zurück. Sobald die Quelle abgeschlossen ist, erzeugt die Ergebnissequenz ihren Wert und wird dann abgeschlossen. Var numbers new Subject lt int gt () Die Min - und Max-Methoden haben Überladungen, die es Ihnen ermöglichen, eine benutzerdefinierte Implementierung eines IComparerltTgt zu erstellen, um Ihre Werte auf eine benutzerdefinierte Weise zu sortieren. Die Methode der durchschnittlichen Erweiterung berechnet den Mittelwert (im Gegensatz zum Median oder Modus) der Sequenz. Für Sequenzen von ganzen Zahlen (int oder long) ist die Ausgabe von Average ein IObservableltdoublegt. Wenn die Quelle nullable ganze Zahlen ist, dann ist der Ausgang IObservableltdoublegt. Alle anderen numerischen Typen (float double decimal und deren nullable Äquivalente) führen dazu, dass die Ausgangssequenz vom gleichen Typ ist wie die Eingangssequenz. Funktionale Falten Schließlich gelangen wir zu dem Satz von Methoden in Rx, die die funktionelle Beschreibung des Katamorphismusfolds erfüllen. Diese Methoden werden eine IObservableltTgt und produzieren ein T. Vorsicht sollte vorgeschrieben werden, wenn mit einer dieser Falte Methoden auf eine beobachtbare Sequenz, da sie alle blockieren. Der Grund, warum Sie vorsichtig sein müssen, ist, dass Sie von einem asynchronen Paradigma zu einem synchronen verschieben, und ohne Sorge können Sie Parallelitätsprobleme wie das Sperren von Benutzeroberflächen und Deadlocks einführen. Wir werden einen tieferen Einblick in diese Probleme in einem späteren Kapitel, wenn wir auf Parallelität betrachten. Es ist erwähnenswert, dass in der bald freigegeben werden. NET 4.5 und Rx 2.0 wird Unterstützung für die Vermeidung dieser Parallelität Probleme bieten. Die neue async erwarten Schlüsselwörter und verwandte Funktionen in Rx 2.0 kann helfen, die Monade auf eine sichere Weise beenden. Die First () - Erweiterungsmethode gibt einfach den ersten Wert aus einer Sequenz zurück. Var Intervall Observable. Interval (TimeSpan. FromSeconds (3)) Wird für 3s vor der Rückkehr blockiert Wenn die Quellsequenz keine Werte hat (d. H. Eine leere Sequenz), dann wird die erste Methode eine Ausnahme auslösen. Sie können dies auf drei Arten berücksichtigen: Verwenden Sie eine trycatch-Blöcke um den First () - Aufruf Verwenden Sie Take (1) stattdessen. Dies ist jedoch asynchron, nicht blockiert. Verwenden Sie FirstOrDefault-Erweiterungsmethode stattdessen Der FirstOrDefault wird weiterhin blockiert, bis die Quelle eine Benachrichtigung erzeugt. Wenn die Benachrichtigung ein OnError ist, dann wird es geworfen. Wenn die Benachrichtigung ein OnNext ist, wird dieser Wert zurückgegeben, andernfalls, wenn es ein OnCompleted ist, wird der Standardwert zurückgegeben. Wie wir in früheren Methoden gesehen haben, können wir entweder die parameterlose Methode verwenden, bei der der Standardwert standardmäßig (T) (dh Null für Referenztypen oder der Nullwert für Werttypen) ist, alternativ können wir unsere eigene Voreinstellung bereitstellen Wert zu verwenden. Eine besondere Erwähnung sollte für die einzigartige Beziehung, die BehaviorSubject und die First () Erweiterung Methode hat. Der Grund dafür ist, dass das BehaviorSubject eine Benachrichtigung garantiert, sei es ein Wert, ein Fehler oder eine Fertigstellung. Dadurch wird die blockierende Eigenschaft der First-Erweiterungsmethode effektiv entfernt, wenn sie mit einem BehaviorSubject verwendet wird. Damit können Verhaltensthemen wie Eigenschaften wirken. Der Last und LastOrDefault wird blockiert, bis die Quelle abgeschlossen ist, und dann den letzten Wert zurückgeben. Genau wie die First () - Methode werden OnError-Benachrichtigungen ausgelöst. Wenn die Sequenz leer ist, löst Last () eine InvalidOperationException aus. Aber Sie können LastOrDefault verwenden, um dies zu vermeiden. Die Single-Erweiterung Methode ist für das Erhalten der einzelnen Wert aus einer Sequenz. Der Unterschied zwischen diesem und First () oder Last () ist, dass es hilft, Ihre Annahme zu behaupten, dass die Sequenz nur einen einzigen Wert enthält. Das Verfahren wird blockieren, bis die Quelle einen Wert erzeugt und dann abgeschlossen ist. Wenn die Sequenz eine andere Kombination von Benachrichtigungen erzeugt, wird die Methode ausgelöst. Diese Methode funktioniert besonders gut mit AsyncSubject-Instanzen, da sie nur eine einzige Wertfolgen erzeugen. Erstellen Sie Ihre eigenen Aggregationen Wenn die bereitgestellten Aggregationen nicht Ihren Anforderungen entsprechen, können Sie Ihre eigenen erstellen. Rx bietet zwei verschiedene Möglichkeiten, dies zu tun. Mit der Aggregate-Methode können Sie eine Akkumulatorfunktion auf die Sequenz anwenden. Für die grundlegende Überlastung müssen Sie eine Funktion bereitstellen, die den aktuellen Zustand des akkumulierten Wertes und den Wert, den die Sequenz drückt, benötigt. Das Ergebnis der Funktion ist der neue akkumulierte Wert. Diese Überladungssignatur lautet wie folgt: IObservable ltTSourcegt AggregateltTSourcegt (diese IObservable ltTSourcegt-Quelle, Func ltTSource, TSource, TSourcegt-Akkumulator) Wenn Sie eine eigene Version von Sum für int-Werte erzeugen möchten, können Sie dies tun, indem Sie eine Funktion bereitstellen, Den aktuellen Zustand des Akkumulators. Var sum source. Aggregate ((acc, currentValue) gt acc currentValue) Diese Überladung von Aggregate hat mehrere Probleme. Erstens ist, dass es erfordert, dass der aggregierte Wert muss der gleiche Typ wie die Sequenzwerte. Wir haben schon gesehen in anderen Aggregate wie Durchschnitt ist dies nicht immer der Fall. Zweitens benötigt diese Überlast mindestens einen Wert, der von der Quelle erzeugt werden soll, oder der Ausgang wird mit einer InvalidOperationException fehlerhaft sein. Es sollte vollständig gültig sein, damit wir Aggregate verwenden, um unseren eigenen Count oder Summe auf einer leeren Sequenz zu erstellen. Dazu müssen Sie die andere Überlastung verwenden. Diese Überladung benötigt einen zusätzlichen Parameter, der der Samen ist. Der Samenwert liefert einen anfänglichen akkumulierten Wert. Außerdem kann der Aggregattyp vom Wertetyp abweichen. IObservable ltTAccumulategt AggregateltSource, TAccumulategt (diese IObservable ltTSourcegt Quelle, Func ltTAccumulate, TSource, TAccumulategt Akkumulator) Um unsere Sum-Implementierung zu aktualisieren, um diese Überladung zu verwenden, ist einfach. Fügen Sie einfach die Saat, die 0 sein wird. Dies wird nun 0 als die Summe zurück, wenn die Sequenz ist leer, was genau das, was wir wollen. Sie können jetzt auch Ihre eigene Version von Count erstellen. Var sum source. Aggregate (0, (acc, currentValue) gt acc currentValue) var zählen source. Aggregate (0, (acc, currentValue) gt acc 1) oder verwenden, um anzuzeigen, dass der Wert nicht verwendet wird. Var count source. Aggregate (0, (acc,) gt acc 1) Als Übung schreiben Sie Ihre eigenen Min - und Max-Methoden mit Aggregate. Sie werden wahrscheinlich die IComparerltTgt-Schnittstelle nützlich finden, insbesondere die statische ComparerltTgt. Default-Eigenschaft. Wenn Sie die Übung durchgeführt haben, fahren Sie mit den Beispielimplementierungen fort. Beispiele zum Erstellen von Min und Max aus Aggregate. Public static IObservable ltTgt MyMinltTgt (diese IObservable ltTgt-Quelle) source. Aggregate (0, (acc, current) gt acc current) ist gleichbedeutend mit source. Scan (0, (acc, current) gt acc current).TakeLast () Als weitere Verwenden Sie die Methoden, die wir bisher in dem Buch behandelt haben, um eine Folge von laufenden minimalen und laufenden Höchstwerten zu erzeugen. Der Schlüssel hier ist, dass jedes Mal, wenn wir einen Wert, der weniger als (oder mehr als für einen Max-Operator) unsere aktuellen Akkumulator sollten wir diesen Wert und aktualisieren Sie den Akkumulator Wert. Wir wollen aber nicht doppelte Werte schieben. Bei einer Sequenz von 2, 1, 3, 5, 0 sollten wir beispielsweise für das laufende Minimum 2, 1, 0 und für das laufende Maximum 2, 3, 5 sehen. Wir wollen nicht zu sehen, 2, 1, 2, 2, 0 oder 2, 2, 3, 5, 5. Weiter zu sehen, eine Beispiel-Implementierung. Beispiel eines laufenden Minimums: var Vergleicher ComparerltTgt. Default Func ltT, T, Tgt minOf (x, y) gt Vergleichsparameter (x, y) lt 0. x: y var min source. Scan (minOf) Während die einzigen funktionalen Unterschiede zwischen Die beiden Beispiele sind größer zu überprüfen, anstatt weniger als die Beispiele zeigen zwei verschiedene Stile. Einige Leute bevorzugen die Kürze des ersten Beispiels, andere wie ihre geschweiften Klammern und die Ausführlichkeit des zweiten Beispiels. Der Schlüssel hier war, die Scan-Methode mit der Distinct oder DistinctUntilChanged Methoden zu komponieren. Es ist wahrscheinlich besser, die DistinctUntilChanged verwenden, so dass wir intern nicht halten einen Cache von allen Werten. Partitioning Rx gibt Ihnen auch die Möglichkeit, Ihre Sequenz mit Funktionen wie dem Standard-LINQ-Operator GroupBy zu partitionieren. Dies kann nützlich sein, wenn Sie eine einzelne Sequenz aufnehmen und auf viele Abonnenten auffächern oder möglicherweise Aggregate auf Partitionen aufnehmen. MinBy und MaxBy Mit den MinBy - und MaxBy-Operatoren können Sie Ihre Sequenz anhand einer Tastenauswahlfunktion partitionieren. Schlüsselauswahlfunktionen sind in anderen LINQ-Operatoren wie dem IEnumerableltTgt ToDictionary oder GroupBy und der Distinct-Methode üblich. Jede Methode liefert Ihnen die Werte aus dem Schlüssel, der das Minimum bzw. Maximum war. Gibt eine beobachtbare Sequenz zurück, die eine Liste von null oder mehr Elementen enthält, die einen minimalen Schlüsselwert haben. Public static IObservable ltIListltTSourcegtgt MinByltTSource, TKeygt (diese IObservable ltTSourcegt-Quelle, Func ltTSource, TKeygt keySelector) Beachten Sie, dass jeder Min - und Max-Operator eine Überlastung aufweist, die einen Vergleich nimmt. Dies ermöglicht den Vergleich von benutzerdefinierten Typen oder die benutzerdefinierte Sortierung von Standardtypen. Betrachten wir eine Sequenz von 0 bis 10. Wenn wir einen Schlüsselselektor anwenden, der die Werte in Gruppen basierend auf ihrem Modul von 3 partitioniert, haben wir 3 Gruppen von Werten. Die Werte und ihre Tasten sind wie folgt: Func lt int. Int gt keySelector i gt i 3 Wir sehen hier, dass die minimale Taste 0 und die maximale Taste 2 ist. Wenn wir also den MinBy-Operator angewendet haben, wäre unser einzelner Wert aus der Sequenz die Liste von 0,3,6,9 . Das Anwenden des MaxBy-Operators würde die Liste 2,5,8 erzeugen. Die MinBy - und MaxBy-Operatoren liefern nur einen einzigen Wert (wie ein AsyncSubject) und dieser Wert wird ein IListltTgt mit null oder mehr Werten sein. Wenn Sie statt der Werte für die minimale Maximal-Taste den minimalen Wert für jede Taste erhalten möchten, dann müssen Sie bei GroupBy schauen. Der GroupBy-Operator ermöglicht es Ihnen, Ihre Sequenz zu partitionieren, so wie es der IEnumerableltTgt s GroupBy-Operator tut. Ähnlich wie der IEnumerableltTgt-Operator einen IEnumerableltIGroupingltTKey zurückgibt, wird Tgtgt. Gibt der IObservableltTgt GroupBy-Operator ein IObservableltIGroupedObservableltTKey, Tgtgt zurück. Transformiert eine Sequenz in eine Folge von beobachtbaren Gruppen, die jeweils einem eindeutigen Schlüsselwert entsprechen und alle Elemente enthalten, die denselben Schlüsselwert gemeinsam haben. public static IObservable ltIGroupedObservableltTKey, TSourcegtgt GroupByltTSource, TKeygt (diese IObservable ltTSourcegt Quelle, Func ltTSource, TKeygt keySelector) public static IObservable ltIGroupedObservableltTKey, TSourcegtgt GroupByltTSource, TKeygt (diese IObservable ltTSourcegt Quelle, Func ltTSource, TKeygt keySelector, IEqualityComparer ltTKeygt comparer) public static IObservable ltIGroupedObservableltTKey , TElementgtgt GroupByltTSource, TKey, TElementgt (diese IObservable ltTSourcegt Quelle, Func ltTSource, TKeygt keySelector, Func ltTSource, TElementgt elementSelector) public static IObservable ltIGroupedObservableltTKey, TElementgtgt GroupByltTSource, TKey, TElementgt (diese IObservable ltTSourcegt Quelle, Func ltTSource, TKeygt keySelector, Func ltTSource , TElementgt elementSelector, IEqualityComparer ltTKeygt comparer) finde ich die letzten beiden Überlastungen ein wenig überflüssig, da wir einfach nur eine Select Operator für die Abfrage die gleiche Funktionalität zu erhalten komponieren konnte. In ähnlicher Weise, dass die IGroupingltTKey, Tgt-Typ erweitert die IEnumerableltTgt. Das IGroupedObservableltTgt verlängert nur IObservableltTgt durch Hinzufügen einer Key-Eigenschaft. Die Verwendung der GroupBy gibt uns effektiv eine verschachtelte, beobachtbare Sequenz. Um den GroupBy-Operator zu verwenden, um den Minimum-Maximalwert für jede Taste zu erhalten, können wir zuerst die Sequenz und dann Min Max jede Partition partitionieren. var Quelle beobachtbare. Interval (Timespan. FromSeconds (0.1)). Nehmen Sie (10) var Gruppe source. GroupBy (i gt i 3) Konsole. WriteLine (min-Wert. grp. Key, minValue)), () gt Console. WriteLine (Completed)) Der obige Code würde funktionieren, aber es ist nicht gut, diese verschachtelten Subskriptionsaufrufe zu haben. Wir haben die Kontrolle über das verschachtelte Abonnement verloren und es ist schwer zu lesen. Wenn Sie selbst verschachtelte Abonnements erstellen, sollten Sie überlegen, wie Sie ein besseres Muster anwenden können. In diesem Fall können wir SelectMany verwenden, auf die im nächsten Kapitel eingegangen wird. var Quelle beobachtbare. Interval (Timespan. FromSeconds (0.1)). Nehmen Sie (10) var Gruppe source. GroupBy (i gt i 3) Nested Observablen Das Konzept einer Folge von Sequenzen können zunächst etwas überwältigend sein, vor allem, wenn beide Sequenztypen Sind IObservable. Während es ein vorgerücktes Thema ist, berühren wir es hier, da es ein allgemeines Vorkommen mit Rx ist. Ich finde es einfacher, wenn ich ein Szenario oder ein Beispiel konzeptualisieren kann, um Konzepte besser zu verstehen. Beispiele für Observables of Observables: Partitionen von Daten Sie können Daten aus einer Quelle partitionieren, so dass sie leicht gefiltert und für viele Quellen gemeinsam genutzt werden können. Die Partitionierung von Daten kann auch für Aggregate sinnvoll sein, wie wir gesehen haben. Dies geschieht häufig mit dem GroupBy-Operator. Online Game-Server Betrachten Sie eine Folge von Servern. Neue Werte repräsentieren einen Online-Server. Der Wert selbst ist eine Folge von Latenzwerten, die es dem Verbraucher ermöglichen, Echtzeitinformationen über die Menge und Qualität der verfügbaren Server zu sehen. Wenn ein Server ging, dann kann die innere Sequenz bedeuten, dass durch Abschluss. Finanzdatenströme Neue Märkte oder Instrumente können tagsüber geöffnet und geschlossen werden. Diese würden dann Strom Preisinformationen und könnte abschließen, wenn der Markt schließt. Chat-Raum Benutzer können einem Chat beitreten (äußere Sequenz), Nachrichten hinterlassen (innere Sequenz) und einen Chat verlassen (Abschluss der inneren Sequenz). Dateiüberwachung Da Dateien zu einem Verzeichnis hinzugefügt werden, können sie für Änderungen (äußere Sequenz) beobachtet werden. Die innere Sequenz könnte Änderungen an der Datei darstellen, und das Abschließen einer inneren Sequenz könnte das Löschen der Datei darstellen. In Anbetracht dieser Beispiele konnten Sie sehen, wie nützlich es sein könnte, das Konzept der verschachtelten Observablen zu haben. Es gibt eine Reihe von Operatoren, die sehr gut mit verschachtelten Observablen wie SelectMany arbeiten. Merge und Switch, die wir in den nächsten Kapiteln betrachten. Bei der Arbeit mit verschachtelten Observablen kann es praktisch sein, die Konvention zu übernehmen, dass eine neue Sequenz eine Schöpfung darstellt (z. B. wird eine neue Partition erstellt, ein neuer Spielrechner wird online geschaltet, ein Markt wird geöffnet, Benutzer kommen zu einem Chat Verzeichnis). Sie können dann die Konvention für das, was eine abgeschlossene innere Sequenz darstellt (z. B. Game-Host geht offline, Market Closes, User verlassen Chat, Datei wird beobachtet wird gelöscht). Die große Sache mit verschachtelten Observablen ist, dass eine komplette innere Sequenz effektiv durch die Schaffung einer neuen inneren Sequenz neu gestartet werden kann. In diesem Kapitel beginnen wir, die Kraft von LINQ aufzudecken und wie es für Rx gilt. Wir verketteten Methoden zusammen, um den Effekt wiederherzustellen, den andere Methoden bereits bieten. Das ist zwar akademisch schön, ermöglicht es uns aber auch, in der funktionalen Zusammensetzung zu denken. Wir haben auch gesehen, dass einige Methoden gut funktionieren mit bestimmten Typen: First () BehaviorSubjectltTgt. Single () AsyncSubjectltTgt. Single () Aggregate () usw. Wir haben die zweite unserer drei Klassifikationen von Operatoren, Katamorphismus abgedeckt. Als nächstes werden wir weitere Methoden entdecken, um unsere Funktionszusammensetzung Werkzeuggürtel hinzuzufügen und auch zu finden, wie Rx beschäftigt sich mit unserem dritten funktionalen Konzept, binden. Die Konsolidierung von Daten in Gruppen und Aggregaten ermöglicht einen sinnvollen Konsum von Massendaten. Schnell bewegliche Daten können für Batch-Verarbeitungssysteme und den menschlichen Verbrauch zu überwältigend sein. Rx bietet die Möglichkeit, aggregieren und Partition on-the-fly, so dass Echtzeit-Berichterstattung ohne die Notwendigkeit für teure CEP oder OLAP-Produkte. Zusätzliche Hinweise