# DatetimeDiff

`datetimeDiff` получает количество времени между двумя значениями даты и времени, используя указанную единицу времени. Обратите внимание, что разница рассчитывается в _целых_ единицах (см. пример ниже).

| Синтаксис                                                                                                           | Пример                                             |
|---------------------------------------------------------------------------------------------------------------------| --------------------------------------------------- |
| `datetimeDiff(datetime1, datetime2, unit)`                                                                          | `datetimeDiff("2022-02-01", "2022-03-01", "month")` |
| Получает разницу между двумя значениями datetime (datetime2 минус datetime 1), используя указанную единицу времени. | `1`                                                 |

## Параметры

`datetime1` и `datetime2` могут быть:

- Имя столбца метки времени,
- пользовательское выражение, которое возвращает [datetime](#accepted-data-types) или
- строка в формате `"YYYY-MM-DD"` или `"YYYY-MM-DDTHH:MM:SS"` (как показано в примере выше).

`unit` может быть любым из:

- "year"
- "quarter"
- "month"
- "week"
- "day"
- "hour"
- "minute"
- "second"

## Подсчет возраста

Допустим, вы производитель сыра и хотите отслеживать процесс созревания:

| Cheese        | Aging Start      | Aging End        | Mature Age (Months) |
| ------------- | ---------------- | ---------------- | ------------------- |
| Provolone     | January 19, 2022 | March 17, 2022   | 1                   |
| Feta          | January 25, 2022 | May 3, 2022      | 3                   |
| Monterey Jack | January 27, 2022 | October 11, 2022 | 8                   |

**Возраст зрелости (в месяцах)** – это специальный столбец с выражением:

```
datetimeDiff([Aging Start], [Aging End], "month")
```

Для расчета _текущего_ возраста сыра в месяцах вы используете [`now`](../expressions/now.md) в качестве второго параметра datetime, например:

| Cheese        | Aging Start      | Aging End        | Mature Age (Months) | Today              | Current Age (Months) |
| ------------- | ---------------- | ---------------- | ------------------- | ------------------ | -------------------- |
| Provolone     | January 19, 2022 | March 17, 2022   | 1                   | September 19, 2022 | 8                    |
| Feta          | January 25, 2022 | May 3, 2022      | 3                   | September 19, 2022 | 7                    |
| Monterey Jack | January 27, 2022 | October 11, 2022 | 8                   | September 19, 2022 | 7                    |

```
datetimeDiff([Aging Start], now, "month")
```


Для расчета текущего возраста сыра в днях вы используете:

```
datetimeDiff([Aging Start], now, "day")
```

## Допустимые типы данных

| [Типы данных](https://www.metabase.com/learn/databases/data-types-overview#Примерs-of-data-types) | Работает с `datetimeDiff` |
|---------------------------------------------------------------------------------------------------| ------------------------- |
| Строка                                                                                            | ❌                        |
| Число                                                                                             | ❌                        |
| Дата Время                                                                                        | ✅                        |
| Условие                                                                                           | ❌                        |
| JSON                                                                                              | ❌                        |

Мы используем «timestamp» и «datetime», чтобы говорить о любом временном типе данных, поддерживаемом GlarusBI.
Для дополнительной информации о типах данных в вашей базе данных см. [Руководство по типам данных](../../../data-modeling/expressions/types.md).

Если ваши временные метки хранятся в базе данных в виде строк или чисел, администратор может [преобразовать их в временные метки](../../../data-modeling/metadata-editing.md#casting-to-a-specific-data-type) на странице "Метаданные таблиц".

## Ограничения

на данный момент `datetimeDiff`  недоступен для следующих баз данных:

- Druid
- Google Analytics

## Связанные функции

В этом разделе рассматриваются функции и формулы, которые работают так же, как выражение `datetimeDiff` GlarusBI, с примечаниями о том, как выбрать лучший вариант для вашего случая использования.

- [SQL](#sql)
- [Таблицы](#spreadsheets)
- [Python](#python)

### SQL

Когда вы запускаете вопрос с помощью [конструктора запросов](https://www.metabase.com/glossary/query_builder), GlarusBI преобразует ваши графические настройки запроса (фильтры, сводки и т. д.) в запрос и запускает этот запрос. против вашей базы данных, чтобы получить ваши результаты.

Если наши [данные образца сыра](#calculating-age) хранятся в базе данных PostgreSQL:

```sql
SELECT DATE_PART('month', AGE(aging_end, aging_start)) AS mature_age_months
FROM cheese
```

эквивалентно выражению `datetimeDiff` в GlarusBI:

```
datetimeDiff([Aging Start], [Aging End], "month")
```

Некоторые базы данных, такие как Snowflake и BigQuery, поддерживают такие функции, как DATEDIFF или DATE_DIFF. Для получения дополнительной информации ознакомьтесь с нашим списком [общих справочных руководств по SQL](https://www.metabase.com/learn/debugging-sql/sql-Sintaxis#common-sql-reference-guides).

### Таблицы

Если наши [данные образца сыра](#calculating-age) находятся в электронной таблице, где «Начало старения» находится в столбце B, а «Конец старения» — в столбце C:

```
DATEDIF(B1, C1, "M")
```

дает такой же результат как и:

```
datetimeDiff([Aging Start], [Aging End], "month")
```

Да, `DATEDIF` выглядит немного неправильно, но функция электронной таблицы на самом деле является `DATEDIF()` с одной буквой "f", а не `DATEDIFF()`.

### Python

Предполагая, что [данные образца сыра](#calculating-age) находятся в столбце данных `pandas` с именем `df`, вы можете напрямую вычесть даты и использовать `timedelta64` `numpy`, чтобы преобразовать разницу в месяцы:

```
df['Mature Age (Months)'] = (df['Aging End'] - df['Aging Start']) / np.timedelta64(1, 'M')
```

аналогично:

```
datetimeDiff([Aging Start], [Aging End], "month")
```

## Дополнительная информация

- [Документация по кастомным выражениям](../expressions.md)
- [Руководство по кастомным выражениям. Документация Metabase](https://www.metabase.com/learn/questions/custom-expressions)
- [Анализ временных серий](https://www.metabase.com/learn/time-series/start)