Jaké jsou běžné funkce pro práci s řetězci a daty?

Question

Accepted Answer

SQL poskytuje vestavěné funkce pro manipulaci s **řetězci** a **daty** — formátování, extrakci částí, výpočet rozdílů. Jsou nezbytné pro transformaci dat a dotazy založené na datech, i když se přesné názvy liší podle dialektu databáze.

## Běžné funkce pro práci s řetězci

```sql
SELECT
  UPPER(name), LOWER(name),               -- case conversion
  LENGTH(name),                           -- string length
  CONCAT(first_name, ' ', last_name),      -- join strings (or || in some DBs)
  SUBSTRING(name, 1, 3),                   -- extract a substring
  TRIM(name),                              -- remove surrounding whitespace
  REPLACE(phone, '-', ''),                 -- replace text
  LEFT(name, 3), RIGHT(name, 3),           -- leftmost/rightmost chars
  POSITION('@' IN email)                   -- find a substring's position
FROM users;
```

Funkce pro práci s řetězci transformují a extrahují text — užitečné pro formátování výstupu, čištění dat a vytváření vypočtených hodnot.

## Běžné funkce pro práci s datem a časem

```sql
SELECT
  NOW(), CURRENT_DATE, CURRENT_TIMESTAMP,   -- current date/time
  EXTRACT(YEAR FROM created_at),            -- get a part (YEAR, MONTH, DAY, HOUR...)
  DATE_TRUNC('month', created_at),          -- truncate to a unit (Postgres)
  created_at + INTERVAL '7 days',           -- date arithmetic (add time)
  AGE(NOW(), birth_date),                   -- difference between dates (Postgres)
  TO_CHAR(created_at, 'YYYY-MM-DD')         -- format a date as text (Postgres)
FROM events;
```

Funkce pro práci s datem získávají aktuální čas, extrahují části (rok, měsíc), provádějí aritmetiku (přidávání/odečítání intervalů), počítají rozdíly a formátují data — nezbytné pro dotazy na bázi času a hlášení.

## Běžný vzor: seskupování podle časového období

```sql
-- count events per month (a frequent reporting need)
SELECT
  DATE_TRUNC('month', created_at) AS month,
  COUNT(*) AS event_count
FROM events
GROUP BY DATE_TRUNC('month', created_at)
ORDER BY month;
```

Seskupování podle extrahované/zkrácené části data (měsíc, den, rok) je velmi běžný vzor hlášení.

## Rozdíly mezi dialekty (důležité upozornění)

```text
⚠️ Function names/syntax VARY significantly by database:
  String concat: CONCAT() vs || vs +
  Date functions: DATE_TRUNC/EXTRACT (Postgres) vs DATE_FORMAT (MySQL) vs DATEPART (SQL Server)
→ Check YOUR database's documentation; the concepts transfer, the exact syntax differs.
```

## Proč je to důležité

Funkce pro práci s řetězci a datem jsou nezbytné, prakticky potřebné nástroje SQL — manipulace s textem a práce s daty jsou konstantní požadavky v reálných dotazech (formátování výstupu, čištění dat, filtrování a hlášení na základě času), takže jejich pochopení je cenné každodenní znalosti. **Funkce pro práci s řetězci** (převod případu, zřetězování, podřetězec, nahrazení, oříznutí) zpracovávají transformaci textu a čištění, která se objevují v mnoha dotazech pro formátování a manipulaci s daty. **Funkce pro práci s datem** jsou obzvláště důležité, protože **dotazy a hlášení na základě času jsou všudypřítomné** — získávání aktuálního času, extrakce částí data (rok, měsíc), aritmetika data (přidávání intervalů, výpočet rozdílů) a formátování dat jsou potřebné pro filtrování podle rozsahů dat, výpočet věku/trvání a zvláště **seskupování podle časového období** (počty za měsíc/den — velmi běžný vzor hlášení).

Pochopení těchto funkcí vám umožní zvládnout manipulaci s textem a datem, kterou skutečné aplikace neustále vyžadují.

Důležité praktické upozornění je, že **názvy funkcí a syntaxe se výrazně liší podle dialektu databáze** (zřetězování řetězců a funkce pro práci s datem se výrazně liší mezi PostgreSQL, MySQL, SQL Server) — takže znalost konceptů (které se přenášejí) při kontrole syntaxe vaší specifické databáze je důležitá.

Protože manipulace s řetězci a daty je často nutná při dotazování, hlášení a zpracování dat, a protože filtrování a seskupování na základě data jsou centrální pro analytiku, pochopení běžných funkcí pro práci s řetězci a datem — a vědomí rozdílů mezi dialekty — je užitečná, často používaná znalost SQL nezbytná pro praktickou práci s daty.