灵活日期筛选控制时间区间显示
需求背景
同一个页面下，只需要一个日期条件，但是控制的卡片需要显示所选日期近7 天、日期所在月10～25号日、最近12个月、最近3年等多种时间区间范围数据。
例如筛选日期2019-10-17，要看卡片时间范围为：2019-10-11~2019-10-17共 7 天、2019-10-10～2019-10-25、2018-11～2019-10共12个月、2017~2019 三年的数据。可视化效果如下。
新增场景五：筛选日期 2019-10-17，显示 2019-10-01~2019-10-17 每天销售额、2019-10-01~ 2019-10-16 累计销售额（不统计2019-10-17当天）。
场景一：显示选择日期近7 天数据（可指定日期范围）
方法步骤：
（1）设置一个日期全局参数；
（2）卡片内新建1个计算字段，计算出每一行日期与对应传入的参数日期的间隔天数，通过差值进行自由范围控制，如下图；
（3）在卡片的筛选中，将上一步新建的计算字段拖入，然后设置控制区间；
（4）添加一个外部的时间筛选器，关联条件设置为关联卡片内使用的日期全局参数；或者新建参数筛选器，选择卡片内使用的日期全局参数。
场景二：显示选择日期所在月固定区间内数据
方法步骤：
（1）设置一个日期全局参数；
（2）卡片内增加3个计算字段，分别用来控制年月日的筛选，如下图；
原理是计算出每一行日期，与对应传入的参数日期年月日的差值，通过差值进行自由范围控制。
（3）在卡片的筛选中，将控制年月日的三个计算字段拖入，然后设置控制区间，日控制如下图，年、月分别设置为等于0；
（4）添加一个外部的时间筛选器，关联条件设置为关联卡片内使用的日期全局参数；或者新建参数筛选器，选择卡片内使用的日期全局参数。
场景三：显示选择日期近12个月数据
方法步骤：
（1）设置一个日期全局参数；
（2）卡片内增加2个计算字段，将传入日期参数的年月抽取出来；
* 参数月：month([DYNAMIC_PARAMS.日期])
* 参数年：year([DYNAMIC_PARAMS.日期])
（3）这一步很重要：原理是通过_开始年月<=数据集年月<=结束年月_的方式控制筛选范围，控制原理是互相做差即_开始年月-数据集年月<=0_的数据在需要显示的范围内，数据集_年月-结束年月_同样，这里结束年月其实就是参数年月。
操作为：将数据集年月做控制计算前处理，新增3个计算字段如下：
* 数据集年月：year([日期字段])*100+month([日期字段])
* 开始年月：case when [参数月] =12 then [参数年]*100+1 when [参数月]<12 then ([参数年]-1)*100+[参数月]+1 end【逻辑：参数月为12月，就取当年1月；非 12 月，就取上一年选择月+1】
* 结束年月：[参数年]*100+[参数月]
之所以要通过数值计算而不是直接用年月拼接的数值concat()，是因为年月拼接的单数月1月等处理后是20191而不是201901，会和双数月10月201910的计算出错，所以要这么处理。
（4）增加2个字段，对年月做差：
* 开始控制：[开始年月]-[数据集年月]
* 结束控制：[数据集年月]-[结束年月]
（5）将（4）中的两个字段放到卡片的筛选中，控制范围都为<=0；
（6）添加一个外部的时间筛选器，关联条件设置为关联卡片内使用的日期全局参数；或者新建参数筛选器，选择卡片内使用的日期全局参数。
注意：以上公式是基于抽取数据集（即spark函数）实现，如果是直连数据集，需要换成对应的数据库函数语法。
例如 ，在oracle直连数据集直接新建计算字段，卡片会报错 ORA-00904: "YEAR": invalid identifier。
原因是oracle不支持直接使用year、month函数取日期年份和月份。需要要改成 EXTRACT(MONTH FROM TO_DATE([DYNAMIC_PARAMS.日期],'DD')) 和 EXTRACT(MONTH FROM TO_DATE([DYNAMIC_PARAMS.日期],'DD'))
场景四：显示选择日期近 3 年数据
方法步骤：
请完全参照场景三步骤新建字段，根据需求参考以下调整：
* 开始年月：([参数年]-2)*100+1
* 结束年月：[参数年]*100+[参数月] （只到参数所在年月）
[参数年]*100+12 （参数所在年整年）
场景五：显示选择日期当天销售额、月初至昨天累计销售额
方法步骤：
1. 设置一个日期全局参数；
2. 卡片内增加3个计算字段，分别用来控制年月日的筛选，如下图；
原理是计算出每一行日期，与对应传入的参数日期年月日的差值，通过差值进行自由范围控制。
3. 在卡片的筛选中，将控制年月日的三个计算字段拖入，然后设置控制区间，日控制为大于等于 0（如下图），年控制、月控制分别设置为等于0。这么做可以只筛选出当月 1 号至当日的数据，不显示当日以后的数据。
4. 新建字段“月初至昨日累计金额”使用组合函数来计算月初至昨日累计金额。
条件函数 case when DAYOFMONTH([huikuan_date]) between 1 and DAYOFMONTH([DYNAMIC_PARAMS.日期])-1 then [huikuan_price]
else 0 end
可以筛选出月初至昨日的日销售明细，窗口函数 sum( ) over(partition by month([huikuan_date]) order by [huikuan_date]) 可以对月初至昨日的日销售明细进行累计计算。如果需要以更多维度来分组统计，可以按照顺序把维度字段放到 partition by 后面。累计计算具体使用方法请参考[如何计算出月累计销售金额]
5. 把日期字段拖到维度栏，把数据集里的销售金额字段拖到数值栏，聚合方式选“求和”，重命名为当日销售额；再把上一步新建好的字段“月初至昨日累计金额”也拖到数值栏，聚合方式选无处理。
注意：如果维度栏不放日期字段，那么“当日销售额”字段“求和”统计到的其实是月初至当日的累计销售额，而不是当日销售额，这时需要新建一个字段 case when [huikuan_date]=[DYNAMIC_PARAMS.日期] then [huikuan_price]
else 0 end
并拖入数值栏来统计当日销售额，聚合方式选“求和”。两种方式效果对比如下图。
6. 添加一个外部的时间筛选器，关联条件设置为关联卡片内使用的日期全局参数；或者新建参数筛选器，选择卡片内使用的日期全局参数
注意：以上所有计算字段使用的是系统内置 Spark SQL 函数，如卡片使用直连数据集，请使用对应数据库函数。
案例
Demo体验
案例下载
观远应用市场下载本案例到本地环境动态时间宏。
