Summary  
This chapter covers functions for extracting components from date and time values, performing arithmetic on dates and datetimes, and formatting temporal values into custom representations.  

General domain of usage  
Temporal data analysis

Esplorazione delle **operazioni pratiche su date e orari in BigQuery**, con particolare attenzione all'estrazione di componenti, all'esecuzione di operazioni aritmetiche temporali e alla formattazione dei valori temporali tramite esempi di query reali. Queste tecniche sono fondamentali per l'analisi di dati basati sul tempo provenienti da più fonti o regioni.

### Estrazione dei componenti della data

BigQuery consente di estrarre parti specifiche di una data utilizzando `EXTRACT`. `EXTRACT(YEAR FROM sample_date)` recupera l'anno da un valore data completo.

Questa funzione è comunemente utilizzata per raggruppare, filtrare o aggregare dati per anno, mese o altre unità temporali.

### Aritmetica su date e orari

BigQuery supporta l'aggiunta e la sottrazione di intervalli per modificare date e orari:

* `DATE_ADD(sample_date, INTERVAL 5 DAY)` sposta una data in avanti di un periodo definito;
* `DATETIME_SUB(sample_datetime, INTERVAL 2 HOUR)` sottrae tempo da un valore datetime.

Queste operazioni sono utili per calcolare finestre post-evento, allineare fusi orari o correggere ritardi di acquisizione e registrazione.

### Formattazione dei valori di data e ora

La funzione `FORMAT_DATETIME` converte i valori datetime in formati leggibili o personalizzati. Permette di trasformare timestamp in formati come `YYYY-MM-DD HH:MM`.

Questo è particolarmente utile nella preparazione dei dati per report, dashboard o sistemi a valle con requisiti di formattazione specifici.

### Perché è importante

I dati temporali spesso si presentano in formati e livelli di precisione differenti. Alcune fonti includono fusi orari o secondi, mentre altre memorizzano solo le date. Le funzioni di data e ora consentono di standardizzare questi dati, abilitare analisi basate sul tempo e garantire un'interpretazione coerente tra i dataset.

La padronanza delle funzioni di data e ora in BigQuery permette di trasformare dati temporali grezzi in informazioni allineate, strutturate e pronte per l'analisi — una competenza essenziale quando si lavora con dataset globali o provenienti da più fonti.

Scarica tabella Date e Orari

Scarica tabella Esempi Date e Orari

Approfondisci i fondamenti della piattaforma BigQuery e trasforma il modo in cui gestisci i dati cloud. Acquisisci le competenze necessarie per navigare nella console, gestire progetti e ottimizzare i costi delle query. Sperimenta direttamente le funzionalità specifiche di BigQuery come le operazioni sugli array, i dati geografici e le funzioni di data. Esplora tecniche avanzate di ottimizzazione e scopri i segreti della creazione di modelli di machine learning direttamente all'interno del data warehouse utilizzando BigQuery ML.

Acquisire una solida comprensione dell'ambiente BigQuery, distinto dai database tradizionali. Imparare a navigare nella console, gestire progetti e dataset e analizzare i costi in modo efficace. Sviluppare sicurezza nella configurazione dell'ambiente di lavoro per un'analisi dei dati efficiente.

Esplora le nozioni fondamentali del Query Engine per recuperare dati in modo efficiente. Apprendi le tecniche di selezione dei dati e l'analisi di metriche specifiche dei prodotti. Scopri le funzionalità di performance e i metodi di test delle query per garantire analisi rapide e accurate.

Porta le tue conoscenze al livello successivo padroneggiando i tipi di dati unici di BigQuery. Gestione di operazioni complesse sugli array e manipolazione delle funzioni di data e ora. Esplorazione delle funzionalità geografiche per risolvere problematiche basate sulla posizione, come il calcolo delle distanze tra città.

Ottimizzazione del flusso di lavoro tramite la gestione di grandi tabelle e il miglioramento delle prestazioni delle query. Tecniche avanzate di gestione degli errori per una risoluzione rapida dei problemi. Competenze fondamentali per mantenere un ambiente database ad alte prestazioni.

Applica le tue conoscenze a scenari reali. Scopri come creare report completi e integrare BigQuery con strumenti esterni. Trasforma dati grezzi in insight aziendali utili attraverso strategie pratiche di applicazione e reporting.

Approfondimento sui fondamenti di BigQuery ML. Scoperta dei metodi per creare ed eseguire modelli di machine learning utilizzando SQL standard senza spostare i dati. Acquisizione di esperienza pratica con walkthrough dei modelli per prevedere risultati direttamente all'interno della piattaforma.

Funzioni di Data e Ora

Estrazione dei componenti della data

Aritmetica su date e orari

Formattazione dei valori di data e ora

Perché è importante