AQL_TIME_FUNCTIONS_OVERVIEW

AQL Zeit/Datums-Funktionen - Vollständige Übersicht

Datum: 22. Dezember 2025
Kontext: Zeit-Helper und Interval-Funktionen in AQL
Status: ✅ Vollständig in v1.3.0 implementiert

---

Zusammenfassung

Die Zeit- und Datums-Funktionen (inkl. INTERVAL, DAYS, WORKDAYS etc.) sind bereits vollständig in AQL v1.3.0 implementiert mit ~45 Funktionen für relationale, graph, vector, LLM, vision, timeline, geo-spatial und process-Anwendungen.

Schnellantwort

Aspekt	Status	Anzahl
Date/Time Funktionen	✅ v1.3.0	~45 Funktionen
Interval Helper	✅ v1.3.0	DAYS, WEEKS, MONTHS, YEARS, etc.
Arbeitstage	✅ v1.3.0	WORKDAYS, WORKDAYS_ADD, IS_WORKDAY
Feiertags-Kalender	✅ v1.3.0	HOLIDAYS("DE_2024"), 6+ Länder
PostgreSQL-kompatibel	✅ v1.3.0	INTERVAL, NOW(), DATE_TRUNC
Excel-kompatibel	✅ v1.3.0	TODAY(), DAYS(), WORKDAYS()
Reservierte Wörter	✅ v1.3.0	In 72 Keywords enthalten

---

Vollständige Funktionsliste (45 Funktionen)

1. Aktuelle Zeit/Datum (11 Funktionen)

DATE_NOW()              -- Unix Timestamp in ms
NOW()                   -- SQL-Standard Alias
CURRENT_TIMESTAMP()     -- SQL-Standard
CURRENT_DATE()          -- Nur Datum (00:00:00 UTC)
CURRENT_TIME()          -- Zeit seit Mitternacht (ms)
TODAY()                 -- Start von heute (00:00:00)
YESTERDAY()             -- Start von gestern
TOMORROW()              -- Start von morgen
GETDATE()               -- SQL Server kompatibel
SYSDATE()               -- Oracle kompatibel
UNIX_TIMESTAMP()        -- MySQL kompatibel (Sekunden)

Beispiel:

-- Ereignisse der letzten 7 Tage
FOR event IN events
  FILTER event.date >= NOW() - DAYS(7)
  RETURN event

2. Interval-Funktionen (8 Funktionen) ⭐

PostgreSQL & Excel kompatibel

YEARS(n)                -- n Jahre in ms
MONTHS(n)               -- n Monate in ms
WEEKS(n)                -- n Wochen in ms
DAYS(n)                 -- n Tage in ms
HOURS(n)                -- n Stunden in ms
MINUTES(n)              -- n Minuten in ms
SECONDS(n)              -- n Sekunden in ms
INTERVAL(n, unit)       -- Flexibel: INTERVAL(2.5, "weeks")

Beispiel:

-- Elegante relative Zeitangaben
LET lastWeek = NOW() - WEEKS(1)
LET nextMonth = TODAY() + MONTHS(1)
LET deadline = orderDate + DAYS(30)

-- PostgreSQL-Stil
FOR order IN orders
  FILTER order.created >= NOW() - INTERVAL(3, "months")
  RETURN order

3. Datum-Komponenten (11 Funktionen)

DATE_YEAR(ts)           -- Jahr extrahieren
DATE_MONTH(ts)          -- Monat (1-12)
DATE_DAY(ts)            -- Tag (1-31)
DATE_HOUR(ts)           -- Stunde (0-23)
DATE_MINUTE(ts)         -- Minute (0-59)
DATE_SECOND(ts)         -- Sekunde (0-59)
DATE_MILLISECOND(ts)    -- Millisekunde
DATE_DAYOFWEEK(ts)      -- Wochentag (0=Sonntag)
DATE_DAYOFYEAR(ts)      -- Tag im Jahr (1-366)
DATE_QUARTER(ts)        -- Quartal (1-4)
DATE_WEEK(ts)           -- ISO-Kalenderwoche

Beispiel:

-- Gruppierung nach Monat
FOR sale IN sales
  COLLECT 
    year = DATE_YEAR(sale.date),
    month = DATE_MONTH(sale.date)
  AGGREGATE total = SUM(sale.amount)
  RETURN { year, month, total }

4. Arbeitstage-Funktionen (6 Funktionen) ⭐

Excel WORKDAYS() kompatibel mit erweiterten Features

WORKDAYS(start, end, holidays)          -- Arbeitstage zählen (Mo-Fr ohne Feiertage)
WORKDAYS_ADD(date, days, holidays)      -- Arbeitstage addieren
IS_WEEKEND(date)                         -- Prüft Samstag/Sonntag
IS_WORKDAY(date, holidays)               -- Prüft Arbeitstag (nicht Wochenende/Feiertag)
HOLIDAYS(calendar)                       -- Feiertags-Kalender laden
HOLIDAYS_BETWEEN(calendar, start, end)   -- Feiertage in Zeitraum
LIST_CALENDARS()                         -- Verfügbare Kalender auflisten

Beispiel:

-- Lieferzeit-Berechnung mit Feiertagen
LET holidays = HOLIDAYS("DE_2024")
LET orderDate = NOW()
LET deliveryDate = WORKDAYS_ADD(orderDate, 10, holidays)

-- Arbeitstage bis Deadline
LET daysRemaining = WORKDAYS(NOW(), project.deadline, holidays)

Verfügbare Feiertags-Kalender:

HOLIDAYS("DE_2024")          -- Deutschland 2024
HOLIDAYS("AT_2024")          -- Österreich 2024
HOLIDAYS("CH_2024")          -- Schweiz 2024
HOLIDAYS("US_FEDERAL_2024")  -- USA Federal 2024
HOLIDAYS("UK_2024")          -- Großbritannien 2024
HOLIDAYS("FR_2024")          -- Frankreich 2024

-- Mehrere Kalender kombinieren
LET companyHolidays = HOLIDAYS("DE_2024", "AT_2024")

-- Custom Feiertage
LET customHolidays = HOLIDAYS("2024-12-23", "2024-12-27", "2024-12-30")

5. Datum-Arithmetik (5 Funktionen)

DATE_ADD(date, amount, unit)       -- Datum addieren
DATE_SUBTRACT(date, amount, unit)  -- Datum subtrahieren
DATE_DIFF(start, end, unit)        -- Differenz berechnen
AGE(birthdate)                     -- Alter in Jahren
DATE_COMPARE(date1, date2)         -- Vergleich (-1, 0, 1)

Beispiel:

-- Alter berechnen
FOR person IN persons
  LET age = AGE(person.birthdate)
  FILTER age >= 18
  RETURN { name: person.name, age }

-- Differenz in verschiedenen Einheiten
LET start = DATE_TIMESTAMP("2024-01-01")
LET end = DATE_TIMESTAMP("2024-12-31")
RETURN {
  days: DATE_DIFF(start, end, "days"),      -- 365
  months: DATE_DIFF(start, end, "months"),  -- 12
  weeks: DATE_DIFF(start, end, "weeks")     -- 52
}

6. Datum-Formatierung (4 Funktionen)

DATE_FORMAT(date, format)     -- Custom Formatierung
DATE_ISO8601(date)            -- ISO 8601 String
DATE_TRUNC(date, unit)        -- Auf Einheit runden
DATE_PARSE(string, format)    -- String zu Datum parsen

Beispiel:

LET ts = DATE_NOW()
RETURN {
  german: DATE_FORMAT(ts, "%d.%m.%Y %H:%M"),  -- "22.12.2025 14:30"
  iso: DATE_ISO8601(ts),                      -- "2025-12-22T14:30:00Z"
  weekStart: DATE_TRUNC(ts, "week")           -- Wochenanfang
}

---

Integration mit Multi-Model Features

1. Timeline-Queries (Zeitreihen)

-- Aktivität über Zeit mit Interval-Funktionen
FOR event IN timeline_events
  FILTER event.timestamp >= NOW() - MONTHS(6)
  COLLECT week = DATE_TRUNC(event.timestamp, "week")
  AGGREGATE 
    events = COUNT(1),
    avgDuration = AVG(event.duration)
  SORT week ASC
  RETURN {
    week: DATE_FORMAT(week, "%Y-W%V"),
    events,
    avgDuration
  }

2. Process Mining mit Arbeitstagen

-- Process-Durchlaufzeit ohne Wochenenden
LET holidays = HOLIDAYS("DE_2024")

FOR process IN bpmn_instances
  FILTER process.status == "completed"
  LET duration = WORKDAYS(
    process.start_time,
    process.end_time,
    holidays
  )
  COLLECT 
    processType = process.type
  AGGREGATE
    avgDuration = AVG(duration),
    p95Duration = PERCENTILE(duration, 95)
  RETURN {
    processType,
    avgWorkdays: avgDuration,
    p95Workdays: p95Duration
  }

3. Geo-Spatial mit Zeitfilter

-- Geo-Events der letzten Woche
FOR location IN geo_events
  FILTER location.timestamp >= NOW() - DAYS(7)
  FILTER GEO_DISTANCE(
    location.coords,
    GEO_POINT(13.405, 52.520)  -- Berlin
  ) < 10000  -- 10 km
  RETURN {
    location: location.name,
    coords: location.coords,
    age: DATE_DIFF(location.timestamp, NOW(), "hours") + " hours ago"
  }

4. LLM/Vision mit Zeitkontext

-- Vision-Analyse von Bildern der letzten 30 Tage
FOR image IN drone_images
  FILTER image.captured_at >= TODAY() - DAYS(30)
  LET analysis = LLM VISION ANALYZE image.path
    USING MODEL 'llava-7b'
    DETECT [objects, text]
  RETURN {
    image_id: image._id,
    captured: DATE_FORMAT(image.captured_at, "%Y-%m-%d"),
    daysAgo: DATE_DIFF(image.captured_at, NOW(), "days"),
    analysis: analysis
  }

5. Graph-Traversal mit Zeitfilter

-- Freundes-Netzwerk mit Aktivität
FOR friend IN 1..3 OUTBOUND @userId friendship
  -- Nur aktive Freunde (letzte 90 Tage)
  FILTER friend.last_active >= NOW() - DAYS(90)
  LET daysSinceActive = DATE_DIFF(friend.last_active, NOW(), "days")
  SORT daysSinceActive ASC
  RETURN {
    name: friend.name,
    lastActive: DATE_FORMAT(friend.last_active, "%d.%m.%Y"),
    daysAgo: daysSinceActive
  }

6. Vector-Search mit Recency Scoring

-- Ähnlichkeitssuche mit zeitlicher Gewichtung
LET query_embedding = LLM EMBED @search_query

FOR doc IN documents
  LET similarity = COSINE_SIMILARITY(doc.embedding, query_embedding)
  FILTER similarity > 0.7
  
  -- Zeitliche Gewichtung: neuere Dokumente bevorzugen
  LET recency_score = 1 / (1 + DATE_DIFF(doc.published, NOW(), "days") / 30)
  LET final_score = similarity * 0.7 + recency_score * 0.3
  
  SORT final_score DESC
  LIMIT 10
  RETURN {
    doc: doc,
    similarity: similarity,
    daysOld: DATE_DIFF(doc.published, NOW(), "days"),
    finalScore: final_score
  }

---

PostgreSQL-Kompatibilität

Syntax-Vergleich

PostgreSQL	AQL	Beschreibung
NOW()	NOW()	✅ Identisch
CURRENT_DATE	CURRENT_DATE()	✅ Kompatibel
INTERVAL '7 days'	DAYS(7) oder INTERVAL(7, "days")	✅ Äquivalent
date + INTERVAL '1 month'	date + MONTHS(1)	✅ Äquivalent
date_trunc('week', timestamp)	DATE_TRUNC(timestamp, "week")	✅ Kompatibel
extract(year from date)	DATE_YEAR(date)	✅ Äquivalent
age(birthdate)	AGE(birthdate)	✅ Identisch

Migration von PostgreSQL

PostgreSQL:

SELECT 
  date_trunc('month', order_date) as month,
  COUNT(*) as orders
FROM orders
WHERE order_date >= NOW() - INTERVAL '6 months'
GROUP BY month
ORDER BY month;

AQL:

FOR order IN orders
  FILTER order.order_date >= NOW() - MONTHS(6)
  COLLECT month = DATE_TRUNC(order.order_date, "month")
  AGGREGATE orders = COUNT(1)
  SORT month ASC
  RETURN { month, orders }

---

Excel-Kompatibilität

Funktions-Mapping

Excel	AQL	Beschreibung
TODAY()	TODAY()	✅ Identisch
NOW()	NOW()	✅ Identisch
DAYS(start, end)	DATE_DIFF(start, end, "days")	✅ Äquivalent
WORKDAY(start, days)	WORKDAYS_ADD(start, days, holidays)	✅ Erweitert
NETWORKDAYS(start, end)	WORKDAYS(start, end, holidays)	✅ Erweitert
YEAR(date)	DATE_YEAR(date)	✅ Äquivalent
MONTH(date)	DATE_MONTH(date)	✅ Äquivalent
DAY(date)	DATE_DAY(date)	✅ Äquivalent

Migration von Excel

Excel:

=WORKDAY(A2, 10)  // Lieferdatum nach 10 Arbeitstagen
=NETWORKDAYS(A2, B2)  // Arbeitstage zwischen Daten

AQL:

-- Lieferdatum mit Feiertagen
LET holidays = HOLIDAYS("DE_2024")
LET deliveryDate = WORKDAYS_ADD(order.date, 10, holidays)

-- Arbeitstage zwischen Daten
LET workdays = WORKDAYS(start_date, end_date, holidays)

---

Performance & Best Practices

1. Interval-Funktionen bevorzugen

Schlecht (langsam):

FILTER event.date >= DATE_SUBTRACT(NOW(), 7, "days")

Gut (schnell):

FILTER event.date >= NOW() - DAYS(7)

2. Indizes auf Zeitfeldern

-- Index für effiziente Zeitbereich-Queries
CREATE INDEX events_timestamp ON events(timestamp)

-- Nutzt Index effizient
FOR event IN events
  FILTER event.timestamp >= NOW() - MONTHS(1)
  RETURN event

3. Arbeitstage-Cache

-- Holidays einmal laden und wiederverwenden
LET holidays = HOLIDAYS("DE_2024")

FOR order IN orders
  LET deliveryDate = WORKDAYS_ADD(order.date, 10, holidays)
  -- holidays wird wiederverwendet
  RETURN { order, deliveryDate }

4. DATE_TRUNC für Gruppierung

-- Effiziente Gruppierung nach Zeiteinheit
FOR event IN events
  COLLECT month = DATE_TRUNC(event.timestamp, "month")
  AGGREGATE count = COUNT(1)
  RETURN { month, count }

---

Reservierte Wörter & Sprachumfang

Aktuelle Situation (v1.3.0)

Die Zeit-Funktionen sind Teil der 72 reservierten Keywords in v1.3.0:

• NOW - Keyword für aktuelle Zeit
• Alle anderen Funktionen wie DAYS, WORKDAYS, INTERVAL sind normale Funktionen (nicht Keywords)

Integration mit v1.3.1 Proposal

Die Zeit-Funktionen profitieren von den vorgeschlagenen OOP-Features:

1. Mit User-Defined Functions

NAMESPACE company.calendar;

FUNCTION business_days_between(
  start: Date,
  end: Date,
  country: String = "DE"
) -> Int {
  LET holidays = HOLIDAYS(country + "_2024")
  RETURN WORKDAYS(start, end, holidays)
}

-- Verwendung
LET workdays = company.calendar::business_days_between(
  order.start,
  order.end,
  "DE"
)

2. Mit User-Defined Types

TYPE DeliveryEstimate {
  order_date: Date,
  delivery_date: Date,
  workdays: Int,
  is_express: Bool
}

FUNCTION calculate_delivery(
  order_date: Date,
  is_express: Bool
) -> DeliveryEstimate {
  LET holidays = HOLIDAYS("DE_2024")
  LET days = is_express ? 3 : 10
  LET delivery = WORKDAYS_ADD(order_date, days, holidays)
  
  RETURN DeliveryEstimate {
    order_date: order_date,
    delivery_date: delivery,
    workdays: days,
    is_express: is_express
  }
}

3. Mit Pipeline Operator

-- Elegante Zeitbereichs-Queries
LET last_month_data = events
  |> FILTER(_, e -> e.timestamp >= NOW() - MONTHS(1))
  |> MAP(_, e -> {
       event: e,
       daysAgo: DATE_DIFF(e.timestamp, NOW(), "days")
     })
  |> SORT(_, e -> e.daysAgo ASC);

---

Sprachumfang-Optimierung

Ziel: Geringer Sprachumfang für Multi-Model

ThemisDB erreicht minimalen Sprachumfang durch:

1. Wiederverwendbare Funktionen statt spezielle Syntax

   • Eine DATE_DIFF Funktion statt separater DATEDIFF, TIMEDIFF, etc.
   • Eine INTERVAL Funktion für alle Zeiteinheiten

2. Funktionen statt Keywords

   • DAYS(7) ist Funktion, nicht Keyword
   • WORKDAYS() ist Funktion, nicht Keyword
   • Nur NOW ist Keyword (SQL-kompatibel)

3. Intelligente Defaults

   • DATE_DIFF erkennt automatisch beste Einheit
   • WORKDAYS funktioniert ohne Feiertags-Kalender (Mo-Fr)

Vergleich mit anderen Datenbanken

Feature	PostgreSQL	MySQL	ThemisDB	Vorteil
Zeiteinheiten	10+ Keywords	8+ Keywords	8 Funktionen	Weniger Keywords
Arbeitstage	Keine	Keine	Native	✅ Eingebaut
Feiertage	Extension	Keine	Native	✅ Built-in
Timeline	Zeitreihen-Extensions	Keine	Native	✅ Integriert

---

Zusammenfassung für Sprachumfang-Diskussion

Was ist in v1.3.0 (72 Keywords)

Zeit-Funktionen:

• ✅ ~45 Date/Time Funktionen implementiert
• ✅ INTERVAL-Syntax (DAYS, WEEKS, MONTHS, etc.)
• ✅ WORKDAYS mit Feiertags-Kalendern (6+ Länder)
• ✅ PostgreSQL & Excel kompatibel
• ✅ Multi-Model Integration (Timeline, Process, Geo, Vector, Graph)

Keywords: Nur 1 Keyword für Zeit: NOW

Funktionen (keine Keywords):

• DAYS, WEEKS, MONTHS, YEARS, HOURS, MINUTES, SECONDS
• INTERVAL, WORKDAYS, WORKDAYS_ADD, IS_WORKDAY
• HOLIDAYS, DATE_FORMAT, DATE_DIFF, DATE_TRUNC
• Und 30+ weitere

Integration in Gesamtarchitektur

AQL Sprachumfang v1.3.0 (72 Keywords):
├── Core (8): FOR, LET, FILTER, COLLECT, SORT, LIMIT, RETURN, IN
├── Logical (3): AND, OR, NOT
├── Graph (4): OUTBOUND, INBOUND, ANY, SHORTEST_PATH
├── DDL (5): CREATE, DROP, COLLECTION, INDEX, VIEW
├── DML (6): INSERT, UPDATE, REPLACE, REMOVE, UPSERT, INTO
├── LLM (13): LLM, INFER, RAG, EMBED, MODEL, LORA, STATS, ...
├── Zeit (1): NOW
├── Options (13): OPTIONS, DISTINCT, ASC, DESC, FROM, TO, TOP, ...
├── Index Types (7): HASH, SKIPLIST, FULLTEXT, GEO, VECTOR, ...
├── Literals (3): null, true, false
└── Reserved (9): WITH, USING, WHERE, WHEN, ...

Funktionen (keine Keywords):
├── Date/Time (45): DAYS, INTERVAL, WORKDAYS, DATE_FORMAT, ...
├── Math (30): ABS, CEIL, FLOOR, SQRT, ...
├── String (20): CONCAT, SUBSTRING, UPPER, LOWER, ...
├── Array (20): MAP, FILTER, REDUCE, FLATTEN, ...
├── Geo (25): ST_Point, ST_Distance, ST_Within, ...
├── Vector (20): COSINE_SIMILARITY, DOT_PRODUCT, ...
├── Excel (30): VLOOKUP, SUMPRODUCT, PMT, ...
└── Security (15): HASH_SHA256, ENCRYPT_AES, ...

Ergebnis

Minimaler Sprachumfang erreicht:

• ✅ 72 reservierte Keywords (sehr gering)
• ✅ ~360 Funktionen (wiederverwendbar, kein Keyword-Overhead)
• ✅ Alle Multi-Model Use Cases abgedeckt
• ✅ PostgreSQL & Excel kompatibel
• ✅ Timeline, Process, Geo, Vector, Graph, LLM, Vision - alles integriert

---

Kontakt & Feedback

• Zeit-Funktionen Doku: /docs/de/aql/aql_functions_reference.md (Zeile 1950-2180)
• v1.3.1 OOP Proposal: /docs/de/aql/AQL_OOP_EXTENSION_PROPOSAL.md
• Reserved Words: /docs/de/aql/AQL_RESERVED_WORDS_ANALYSIS.md
• Excel Functions: /docs/de/aql/AQL_EXCEL_FUNCTIONS_STATUS.md