# فصل ۰۷ — زمان را چطور ذخیره کنیم

<div dir="rtl">

# فصل ۰۷ — زمان را چطور ذخیره کنیم

## در این فصل چه یاد می‌گیری

یک ستونِ زمان در تمامِ این ترم کنارمان بوده و هیچ قیدی رویش نگذاشتیم. حالا نوبتِ اوست، و با گران‌ترین اشتباهِ کارِ با داده شروع می‌کنیم.

پرسشِ «امانت‌های یک سالِ گذشته تا آخرِ ژوئن» با `<=` روی تاریخ **۱۳٬۰۰۴** جواب می‌دهد و با بازهٔ درست **۱۳٬۴۱۵**. **چهارصد و یازده رویدادِ روزِ آخر، بی‌صدا، از هر گزارشی که این‌طور نوشته شده حذف می‌شوند** — و `BETWEEN` هم دقیقاً همان عدد را می‌دهد، با اینکه «هر دو سرش داخل است».

بعد سراغِ منطقهٔ زمانی می‌رویم و می‌بینیم **۲٬۶۳۵ رویداد در تقویمِ محلی روزِ دیگری‌اند** — و در ۶۲۲ روز از ۷۳۱ روز، شمارشِ روزانه با شمارشِ محلی نمی‌خواند.

![یک خط‌کشِ زمانی با دو نشانگر که یکی درست روی خط مرزی ایستاده و دیگری یک پله جلوتر](/lesson-assets/t4-s07-time-in-data/prompt/01-image-boundary-marker.png)

آخر این فصل می‌توانی:

- زمان را به شکلی ذخیره کنی که مرتب‌سازی و مقایسه‌اش درست باشد
- بازهٔ باز-بسته بنویسی و بگویی چرا `<=` روی زمان خطرناک است
- منطقهٔ زمانی را به لایهٔ نمایش ببری و اثرش را با عدد نشان بدهی
- بگویی جدولِ رویداد و جدولِ وضعیت هرکدام به چه پرسشی جواب می‌دهند

## قبل از شروع

**از ترمِ ۱ فصلِ ۵:** تاریخ در `SQLite` متن است، به‌شکلِ `YYYY-MM-DD`، و `date()` و `strftime` رویش کار می‌کنند. **از فصلِ ۶:** `CHECK` و `DEFAULT`. **از فصلِ ۱:** دانه‌بندیِ `loan_events`، که «یک رویداد» است نه «یک امانت».

**تعریفِ یک‌جمله‌ای که کلِ فصل رویش سوار است:** زمان را در **یک** منطقهٔ زمانی — `UTC` — و در **یک** قالب — `ISO-8601` — ذخیره کن، و هر تبدیلِ دیگری را به لحظهٔ نمایش موکول کن.

> 📓 **نوت‌بوک:** [نوت‌بوک این فصل را در Colab باز کن](/notebooks/avand/term-4-modelling/session-07-time-in-data.ipynb) — همهٔ کدهای این فصل آماده و به‌ترتیب داخلش هست.

</div>

| جدول | تعدادِ سطر | زمانِ ساخت |
|---|---|---|
| `catalog_raw` | ۱٬۲۰۰ | کمتر از یک ثانیه |
| `members_raw` | ۳۰۰ | آنی |
| `loan_events` | ۲۶٬۱۱۹ | حدودِ یک ثانیه |

<div dir="rtl">

## ۱. یک قالب، و دلیلش

</div>

```python
print(q("SELECT id, catalog_id, happened_at, kind FROM loan_events ORDER BY id LIMIT 3"))
print()
print("اسکیمای جدول:")
print(q("PRAGMA table_info(loan_events)")[["name", "type", "notnull"]])
print()
print("مرتب‌سازی متنی همان مرتب‌سازی زمانی است؟")
print(q("""
    SELECT MIN(happened_at) AS first_event, MAX(happened_at) AS last_event
    FROM loan_events
"""))
```

```text
   id  catalog_id          happened_at kind
0   1        1145  2023-07-01 11:16:15  out
1   2        1019  2023-07-01 11:16:44  out
2   3        1084  2023-07-01 11:45:47  out

اسکیمای جدول:
          name     type  notnull
0           id  INTEGER        0
1   catalog_id  INTEGER        1
2    member_id  INTEGER        1
3  happened_at     TEXT        1
4         kind     TEXT        1

مرتب‌سازی متنی همان مرتب‌سازی زمانی است؟
           first_event           last_event
0  2023-07-01 11:16:15  2025-06-30 23:36:21
```

<div dir="rtl">

**ستون `TEXT` است و هیچ نوعِ «تاریخ»ی در کار نیست** — همان چیزی که ترمِ ۱ گفت. ولی قالبش تصادفی نیست و سه خاصیت دارد که هر سه لازم‌اند:

1. **از بزرگ به کوچک** — سال، ماه، روز، ساعت، دقیقه، ثانیه. برای همین **مقایسهٔ متنی دقیقاً همان مقایسهٔ زمانی است** و `MIN` و `MAX` و `ORDER BY` بدونِ هیچ تبدیلی درست کار می‌کنند.
2. **طولِ ثابت با صفرِ ابتدایی** — `06` نه `6`. بدونِ این، `'2025-6-30'` از `'2025-12-01'` بزرگ‌تر شمرده می‌شود، چون مقایسه حرف‌به‌حرف است و `'6'` از `'1'` بزرگ‌تر.
3. **همیشه `UTC`** — بخشِ ۳ نشان می‌دهد چرا این سومی از دوتای اول هم مهم‌تر است.

**و یک انتخابِ دیگر هم هست که باید بدانی چرا نکردیم:** می‌شد زمان را به‌شکلِ عددِ ثانیه از یک مبدأ ذخیره کرد. آن هم درست مرتب می‌شود و جای کمتری می‌گیرد، ولی **با چشم خواندنی نیست** — و ستونی که با چشم خواندنی نیست، هر اشتباهش تا آخرین لحظه پنهان می‌ماند. برای دادهٔ آموزشی و مدیریتی، خواندنی بودن ارزشش را دارد.

## ۲. `<=` روی زمان: ۴۱۱ سطری که ناپدید می‌شوند

پرسشِ کاملاً معمولی: «امانت‌های یک سالِ گذشته، از اولِ ژوئیه تا آخرِ ژوئن».

</div>

```python
START, END_DAY, END_NEXT = "2024-07-01", "2025-06-30", "2025-07-01"

closed = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at >= ? AND happened_at <= ?
""", (START, END_DAY)).iloc[0, 0])
between = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at BETWEEN ? AND ?
""", (START, END_DAY)).iloc[0, 0])
half_open = int(q("""
    SELECT COUNT(*) AS n FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
""", (START, END_NEXT)).iloc[0, 0])
last_day = int(q("""
    SELECT COUNT(*) AS n FROM loan_events WHERE substr(happened_at, 1, 10) = ?
""", (END_DAY,)).iloc[0, 0])

print("با <= روی تاریخ    :", closed)
print("با BETWEEN         :", between)
print("با بازهٔ باز-بسته  :", half_open)
print()
print("اختلاف             :", half_open - closed)
print("رویدادهای روز آخر  :", last_day)
```

```text
با <= روی تاریخ    : 13004
با BETWEEN         : 13004
با بازهٔ باز-بسته  : 13415

اختلاف             : 411
رویدادهای روز آخر  : 411
```

<div dir="rtl">

**چهارصد و یازده سطر، و دقیقاً برابرِ تعدادِ رویدادهای روزِ آخر.**

دلیلش یک خطِ مقایسهٔ متنی است. مقدارِ ذخیره‌شده `'2025-06-30 14:07:52'` است و مقداری که فرستادیم `'2025-06-30'`. رشتهٔ اول از رشتهٔ دوم **بلندتر** است و در همان کاراکترها با آن یکی است، پس **بزرگ‌تر** شمرده می‌شود. یعنی حتی `'2025-06-30 00:00:00'` هم از `'2025-06-30'` بزرگ‌تر است و `<=` هیچ ساعتی از آن روز را نمی‌گیرد: **کلِ آن روز بیرون می‌ماند.**

**و `BETWEEN` نجاتت نمی‌دهد.** ترمِ ۱ فصلِ ۳ گفت «هر دو سرِ `BETWEEN` داخل بازه‌اند» و این حرف درست است — ولی «داخل بودنِ `'2025-06-30'`» یعنی داخل بودنِ همان ده نویسه، نه آن روز.

**قاعده‌ای که از این به بعد استثنا ندارد: بازهٔ زمانی همیشه باز-بسته نوشته می‌شود.**

</div>

```sql
WHERE happened_at >= '2024-07-01' AND happened_at < '2025-07-01'
```

<div dir="rtl">

ابتدا داخل، انتها بیرون. **سه چیز را با هم درست می‌کند:** ساعت و دقیقه و ثانیه‌ای که در انتها هستند از قلم نمی‌افتند، بازه‌های پشتِ‌سرِ هم نه هم‌پوشانی دارند و نه شکاف، و اگر فردا دقتِ ستون از ثانیه به میلی‌ثانیه برود، پرسشت همان‌طور درست می‌ماند.

> ✅ **چک کن:** `half_open - closed` باید دقیقاً برابرِ `last_day` باشد. اگر نبود، بازه‌ات از جایی غیر از اولِ روز شروع شده — و آن‌وقت اختلاف دو منبع دارد و نمی‌شود به یکی نسبتش داد.

## ۳. منطقهٔ زمانی مسئلهٔ نمایش است، نه ذخیره

رویدادهای ما در `UTC` ثبت شده‌اند. کتابخانه در منطقه‌ای است که ساعتش سه ساعت و نیم جلوتر است. **پس هر رویدادی که بعد از ۲۰:۳۰ به وقتِ `UTC` ثبت شده، در تقویمِ محلی مالِ روزِ بعد است.**

</div>

```python
shifted = int(q("""
    SELECT COUNT(*) AS n FROM loan_events WHERE substr(happened_at, 12) >= ?
""", ("20:30:00",)).iloc[0, 0])
utc_days = int(q("""
    SELECT COUNT(DISTINCT substr(happened_at, 1, 10)) AS n FROM loan_events
""").iloc[0, 0])
local_days = int(q("""
    SELECT COUNT(DISTINCT date(happened_at, '+3 hours', '+30 minutes')) AS n
    FROM loan_events
""").iloc[0, 0])

disagree = int(q("""
    SELECT COUNT(*) AS n FROM (
        SELECT u.day FROM
            (SELECT substr(happened_at, 1, 10) AS day, COUNT(*) AS n
             FROM loan_events GROUP BY day) AS u
        JOIN
            (SELECT date(happened_at, '+3 hours', '+30 minutes') AS day, COUNT(*) AS n
             FROM loan_events GROUP BY day) AS l ON l.day = u.day
        WHERE u.n <> l.n
    )
""").iloc[0, 0])

print("رویدادهایی که در تقویم محلی روز دیگری‌اند:", shifted, "از 26119")
print("روزهای متمایز در UTC   :", utc_days)
print("روزهای متمایز در محلی  :", local_days)
print("روزهایی که دو شمارش با هم نمی‌خوانند:", disagree)
print()
print(q("""
    SELECT substr(happened_at, 1, 10) AS day, COUNT(*) AS utc_count
    FROM loan_events
    WHERE substr(happened_at, 1, 10) IN ('2025-06-14', '2025-06-15', '2025-06-16')
    GROUP BY day
"""))
print(q("""
    SELECT date(happened_at, '+3 hours', '+30 minutes') AS day, COUNT(*) AS local_count
    FROM loan_events
    WHERE date(happened_at, '+3 hours', '+30 minutes')
          IN ('2025-06-14', '2025-06-15', '2025-06-16')
    GROUP BY day
"""))
```

```text
رویدادهایی که در تقویم محلی روز دیگری‌اند: 2635 از 26119
روزهای متمایز در UTC   : 731
روزهای متمایز در محلی  : 732
روزهایی که دو شمارش با هم نمی‌خوانند: 622

          day  utc_count
0  2025-06-14         19
1  2025-06-15         46
2  2025-06-16         40
          day  local_count
0  2025-06-14           21
1  2025-06-15           41
2  2025-06-16           41
```

<div dir="rtl">

**همان روز، دو عدد: ۴۶ و ۴۱.**

و عددِ روزهای متمایز هم عوض شد — ۷۳۱ در برابرِ ۷۳۲. **یک روزِ کاملاً تازه در تقویمِ محلی پیدا شد**، چون رویدادهای دیرهنگامِ آخرین روز به فردایی سُر خوردند که در `UTC` اصلاً وجود ندارد.

**پس گزارشِ روزانه دو نسخه دارد و هر دو درست‌اند.** چیزی که غلط است، ننوشتنِ اینکه کدام یکی را داده‌ای.

**و حالا دلیلِ اینکه چرا `UTC` ذخیره می‌کنیم، نه محلی:** جابه‌جایی از `UTC` به محلی همیشه ممکن است — همان `+3 hours, +30 minutes` بالا. برعکسش نیست. اگر زمان را محلی ذخیره کنی، **در روزی که ساعتِ رسمیِ منطقه عوض شود، یک ساعت از تاریخِ تو یا دو بار تکرار می‌شود یا اصلاً وجود ندارد** — و هیچ راهی نداری بفهمی سطرِ ساعتِ `02:30` مالِ کدام‌شان است. `UTC` این ابهام را از اول نمی‌سازد.

> ⚠️ **مواظب باش:** آن `+3 hours` را در پرسش‌هایت پخش نکن. **اختلافِ منطقهٔ زمانی یک عددِ ثابتِ تاریخی نیست** — قانونش در طولِ سال‌ها عوض می‌شود و برای دو تاریخِ متفاوت می‌تواند فرق کند. جای درستش لایهٔ نمایش است، با کتابخانه‌ای که جدولِ رسمیِ مناطق را می‌شناسد؛ در `SQL` فقط برای دیدنِ اثر از آن استفاده کن، نه برای گزارشِ نهایی.

## ۴. جدولِ تقویم: ساعت‌هایی که در گزارش نیستند

ترمِ ۳ فصلِ ۴ جدولِ تقویم را ساخت تا ماهِ بی‌داده هم دیده شود. **اینجا همان ابزار در دقتِ ساعت لازم می‌شود**، و نتیجه‌اش خیلی گویاتر است:

</div>

```python
WEEK_START, WEEK_END = "2025-06-23", "2025-06-30"

present = int(q("""
    SELECT COUNT(DISTINCT substr(happened_at, 1, 13)) AS n
    FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
""", (WEEK_START, WEEK_END)).iloc[0, 0])
print("خانه‌های ساعتیِ یک هفته      :", 7 * 24)
print("ساعت‌هایی که رویداد دارند    :", present)
print("ساعت‌هایی که هیچ سطری ندارند :", 7 * 24 - present)
print()
print(q("""
    SELECT substr(happened_at, 12, 2) AS hour, COUNT(*) AS events
    FROM loan_events
    WHERE happened_at >= ? AND happened_at < ?
    GROUP BY hour
    ORDER BY events ASC
    LIMIT 3
""", (WEEK_START, WEEK_END)))
```

```text
خانه‌های ساعتیِ یک هفته      : 168
ساعت‌هایی که رویداد دارند    : 119
ساعت‌هایی که هیچ سطری ندارند : 49

  hour  events
0   00       1
1   01       3
2   02       3
```

<div dir="rtl">

**چهل‌ونه خانه از ۱۶۸ خانه هیچ سطری ندارند، و در هیچ گزارشی که از `loan_events` ساخته شود ظاهر نمی‌شوند.**

اگر نمودارِ ساعتی بکشی، آن ۴۹ ساعت **اصلاً روی محورِ افقی نیستند** — نه اینکه ستونشان صفر باشد. نمودار به‌نظر پیوسته می‌آید و در واقع تکه‌هایی از زمان را حذف کرده. **درمانش همان ترمِ ۳ است: اول تقویم را بساز، بعد داده را با `LEFT JOIN` به آن وصل کن.**

## ۵. ثبتِ رویداد در برابرِ ثبتِ وضعیت

دو راهِ کاملاً متفاوت برای نگه داشتنِ همین اطلاعات هست، و **انتخابشان یک تصمیمِ مدل‌سازی است، نه سلیقه.**

- **دفترِ رویداد** هر اتفاق را با زمانش ثبت می‌کند و هیچ‌وقت چیزی را عوض نمی‌کند. جدولِ `loan_events` ما همین است.
- **جدولِ وضعیت** فقط «حالا چه خبر است» را نگه می‌دارد و با هر اتفاق به‌روز می‌شود.

از دفترِ رویداد می‌شود وضعیت را ساخت. برعکسش نه.

</div>

```python
state = q("""
    SELECT COUNT(*)   AS titles_out,
           SUM(net)   AS loans_out
    FROM (
        SELECT catalog_id,
               SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS net
        FROM loan_events
        GROUP BY catalog_id
        HAVING net > 0
    )
""")
print(state)
print()
print("رویدادهای out:", int(q("SELECT COUNT(*) AS n FROM loan_events WHERE kind = ?", ("out",)).iloc[0, 0]))
print("رویدادهای in :", int(q("SELECT COUNT(*) AS n FROM loan_events WHERE kind = ?", ("in",)).iloc[0, 0]))
print("تفاضلشان     :",
      int(q("SELECT SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS n FROM loan_events").iloc[0, 0]))
print()
print("عنوان‌هایی که تفاضلشان منفی است:",
      int(q("""
          SELECT COUNT(*) AS n FROM (
              SELECT catalog_id, SUM(CASE kind WHEN 'out' THEN 1 ELSE -1 END) AS net
              FROM loan_events GROUP BY catalog_id HAVING net < 0
          )
      """).iloc[0, 0]))
```

```text
   titles_out  loans_out
0         484        797

رویدادهای out: 13458
رویدادهای in : 12661
تفاضلشان     : 797

عنوان‌هایی که تفاضلشان منفی است: 0
```

<div dir="rtl">

**هفتصد و نودوهفت امانتِ برنگشته، روی ۴۸۴ عنوان — و دو عدد باید با هم بخوانند.**

جمعِ ستونِ `loans_out` دقیقاً برابرِ تفاضلِ کلِ `out` و `in` است. **و شمارشِ کنترلیِ دومش آن خطِ آخر است: هیچ عنوانی تفاضلِ منفی ندارد**، یعنی هیچ‌جا کتابی برگشته که هرگز نرفته بود. **اگر آن عدد صفر نبود، کلِ این محاسبه بی‌اعتبار می‌شد** و اول باید دنبالِ دلیلش می‌گشتیم.

**و توجه کن به تفاوتِ ۷۹۷ با ۴۸۴** — که مستقیم از فصلِ ۱ می‌آید: یک سطرِ `catalog_raw` یک **عنوانِ ثبت‌شده** است، نه یک نسخهٔ فیزیکی. پس یک عنوان می‌تواند هم‌زمان چند امانتِ باز داشته باشد و مدلِ ما نمی‌تواند بگوید کدام نسخه کجاست. **این محدودیتِ داده است و باید کنارِ عدد نوشته شود.**

**هرکدام از دو مدل به پرسشی جواب می‌دهد که آن یکی نمی‌تواند:**

| پرسش | دفترِ رویداد | جدولِ وضعیت |
|---|---|---|
| این کتاب پارسال چند بار امانت رفت؟ | بله | نه — گذشته پاک شده |
| این کتاب همین حالا کجاست؟ | بله، ولی گران | بله، آنی |
| ترتیبِ اتفاق‌ها چه بود؟ | بله | نه |
| آخرِ ماهِ پیش وضعیت چه بود؟ | بله | نه |

**نتیجهٔ عملی: دفترِ رویداد را منبعِ حقیقت بگیر و وضعیت را از رویش بساز** — همان معاملهٔ فصلِ ۵، با همان قواعد: یک راهِ خودکارِ به‌روزرسانی، و یک آزمونِ سازگاری که جوابش همیشه صفر باشد.

## ۶. سه ستونِ زمانی که هر جدول لازم دارد

</div>

```python
con.executescript("""
    DROP TABLE IF EXISTS loans_v2;
    CREATE TABLE loans_v2 (
        id          INTEGER PRIMARY KEY,
        catalog_id  INTEGER NOT NULL,
        member_id   INTEGER NOT NULL,
        loaned_at   TEXT    NOT NULL CONSTRAINT loaned_at_is_iso
                            CHECK (loaned_at LIKE '____-__-__ __:__:__'),
        returned_at TEXT             CONSTRAINT returned_after_loaned
                            CHECK (returned_at IS NULL OR returned_at >= loaned_at),
        created_at  TEXT    NOT NULL DEFAULT '2025-06-30 00:00:00'
    );
""")
con.commit()

con.execute("""
    INSERT INTO loans_v2 (id, catalog_id, member_id, loaned_at, returned_at)
    VALUES (?, ?, ?, ?, ?)
""", (1, 5, 12, "2025-06-20 09:14:00", None))
con.commit()
print(q("SELECT id, loaned_at, returned_at, created_at FROM loans_v2"))
print()
for label, values in [
    ("قالب غلط", (2, 5, 12, "30/06/2025", None)),
    ("برگشت قبل از رفت", (3, 5, 12, "2025-06-20 09:14:00", "2025-06-19 08:00:00")),
]:
    try:
        con.execute("""
            INSERT INTO loans_v2 (id, catalog_id, member_id, loaned_at, returned_at)
            VALUES (?, ?, ?, ?, ?)
        """, values)
        print(f"  {label:<18} → قبول شد")
    except Exception as error:
        print(f"  {label:<18} → {type(error).__name__} | {error}")
con.rollback()
```

```text
   id            loaned_at returned_at           created_at
0   1  2025-06-20 09:14:00        None  2025-06-30 00:00:00

  قالب غلط           → IntegrityError | CHECK constraint failed: loaned_at_is_iso
  برگشت قبل از رفت   → IntegrityError | CHECK constraint failed: returned_after_loaned
```

<div dir="rtl">

**دو قید، دو خطای واقعی — و هر دو در اسکیما نوشته شده‌اند.**

`loaned_at_is_iso` قالب را اجباری می‌کند: `_` در `LIKE` یعنی «دقیقاً یک کاراکتر»، پس این الگو طولِ ثابتِ بخشِ ۱ را تضمین می‌کند. **این ارزان‌ترین قیدی است که می‌توانی روی یک ستونِ زمان بگذاری** و جلوی بیشترِ فاجعه‌ها را می‌گیرد.

`returned_after_loaned` یک قانونِ **معنایی** است، نه قالبی: کتاب نمی‌تواند قبل از رفتنش برگردد. **و توجه کن که `NULL` را صریح استثنا کرد** — همان الگوی فصلِ ۶، چون کتابی که هنوز برنگشته `returned_at` ندارد و آن `NULL` کاملاً درست است.

و ستونِ `created_at`: **هر جدولی باید بداند هر سطرش کِی ساخته شده.** در کارِ واقعی مقدارِ پیش‌فرضش را از خودِ پایگاه داده می‌گیری:

</div>

```sql
created_at TEXT NOT NULL DEFAULT (datetime('now'))
```

<div dir="rtl">

`datetime('now')` زمانِ **`UTC`** را می‌دهد — دقیقاً همان چیزی که بخشِ ۳ می‌خواست. اینجا به‌جایش یک مقدارِ ثابت گذاشتیم تا خروجیِ فصل روی هر ماشینی یکی باشد.

**سه ستونی که در عمل به هر جدول اضافه می‌شوند و هر سه کارِ متفاوتی می‌کنند:**

1. **`created_at`** — کِی این سطر ساخته شد. هیچ‌وقت عوض نمی‌شود.
2. **`updated_at`** — کِی آخرین بار عوض شد. برای همگام‌سازی و اشکال‌یابی حیاتی است.
3. **زمانِ خودِ رویداد** (`loaned_at`) — کِی آن اتفاق در دنیای واقعی افتاد. **این با دوتای بالا یکی نیست** و اشتباه گرفتنشان یکی از رایج‌ترین خطاهای گزارش‌نویسی است: امانتی که دیروز اتفاق افتاده می‌تواند امروز ثبت شود.

> 🔧 **اگر کار نکرد:** رایج‌ترین خطای این فصل خطا نمی‌دهد، و در ترمِ ۱ هم دیدیمش. `date()` روی تاریخی که وجود ندارد، بی‌صدا تاریخِ دیگری برمی‌گرداند:

</div>

```python
print(q("""
    SELECT date('2025-06-31')                       AS overflow,
           date('2025-06-30', '+1 day')             AS next_day,
           datetime('2025-06-30 23:45:00', '+1 hour') AS crosses_midnight,
           date('30/06/2025')                       AS wrong_format
"""))
```

```text
     overflow    next_day     crosses_midnight wrong_format
0  2025-07-01  2025-07-01  2025-07-01 00:45:00         None
```

<div dir="rtl">

**سی‌ویکمِ ژوئن وجود ندارد و `SQLite` بدونِ هیچ اعتراضی اولِ ژوئیه تحویل داد.** قالبِ غلط دستِ‌کم `NULL` شد، که صادقانه است — **و به همین دلیل قیدِ `loaned_at_is_iso` بخشِ ۶ ارزش دارد: قالبی را که بعداً `NULL` می‌شد در لحظهٔ ورود رد می‌کند، نه سه ماه بعد در یک گزارش.** ولی مرزش را هم بدان: آن قید فقط شکل را می‌بیند، پس `'2025-06-31 10:00:00'` از آن رد می‌شود.

> 📏 **اندازه بگیر:** **یک سطر یعنی چه؟** در `loan_events` یک رویداد؛ در جدولِ بخشِ ۵ یک **عنوان** که دستِ‌کم یک امانتِ باز دارد — نه یک نسخهٔ فیزیکی، و همین است که ۷۹۷ را از ۴۸۴ جدا می‌کند. **با کدام شمارشِ دوم سنجیدی؟** با سه‌تا: اختلافِ دو بازه (۴۱۱) در برابرِ شمارشِ مستقیمِ رویدادهای روزِ آخر (۴۱۱)، جمعِ `loans_out` در برابرِ تفاضلِ `out` و `in` (۷۹۷)، و شمارشِ عنوان‌هایی با تفاضلِ منفی که صفر درآمد. **چه کسی از قلم افتاد؟** ۴۱۱ رویداد در نسخهٔ `<=`؛ ۴۹ ساعت از هر گزارشِ ساعتیِ آن هفته؛ و در گزارشِ روزانه، بسته به اینکه `UTC` بگیری یا محلی، ۲٬۶۳۵ رویداد در روزِ دیگری شمرده می‌شوند.

> 🤖 **از دستیارت بپرس:** «چرا توصیه می‌شود زمان در پایگاه داده به `UTC` ذخیره شود؟» بعد این را بپرس: **«اگر گزارشِ روزانه‌ام را به وقتِ محلی بدهم و داده‌ام `UTC` باشد، جمعِ روزها با کلِ داده می‌خواند؟»** — جوابِ درست می‌گوید بله جمع می‌خواند، ولی مرزِ روزها جابه‌جا می‌شود و **تعدادِ روزها هم می‌تواند یکی بیشتر شود.** اگر جواب گفت «هیچ فرقی نمی‌کند»، با عددهای بخشِ ۳ ردش کن.

## واژه‌های تازهٔ این فصل

</div>

| کلمه | تلفظ به حروف فارسی | یعنی چه |
|---|---|---|
| UTC | یو‌تی‌سی | زمانِ مرجعِ جهانی، بدونِ منطقهٔ زمانی |
| ISO-8601 | ایزو ۸۶۰۱ | قالبِ استانداردِ تاریخ و زمان، از بزرگ به کوچک |
| half-open interval | هاف‌اوپن اینتروال | بازهٔ باز-بسته؛ ابتدا داخل، انتها بیرون |
| event sourcing | ایونت سورسینگ | نگه داشتنِ رویدادها به‌عنوان منبعِ حقیقت، و ساختنِ وضعیت از رویشان |
| current state table | کارنت استیت تیبل | جدولی که فقط وضعیتِ حالا را نگه می‌دارد |
| audit column | آدیت کالمن | ستونی مثلِ `created_at` که تاریخچهٔ خودِ سطر را نگه می‌دارد |

<div dir="rtl">

## تمرین‌ها

قبل از تمرین، بدونِ نگاه به بالا جواب بده: چرا `BETWEEN` همان عددِ `<=` را داد؟

**تمرینِ اجباری:** گزارشِ ماهانهٔ امانت‌ها را دو بار بساز — یک بار با مرزِ `UTC` و یک بار با مرزِ محلی. **برای هر دو، جمعِ کلِ ستون و تعدادِ سطرها را چاپ کن.** بعد جواب بده: **کدام عدد بینِ دو نسخه یکی می‌ماند و کدام عوض می‌شود، و چرا؟** و مهم‌تر: **ماهِ اول و ماهِ آخر را جداگانه مقایسه کن** — راهنمایی: بازه‌ای که از یک لحظهٔ مشخص شروع می‌شود، در تقویمِ دیگری وسطِ روز است.

**تمرینِ ستاره‌دار ⭐:** جدولِ وضعیتی بساز به نامِ `book_status` که برای هر عنوان بگوید همین حالا چند نسخه‌اش بیرون است، و از `loan_events` پرش کن. **بعد ۱۰۰ رویدادِ `out` تازه اضافه کن بدونِ اینکه جدولِ وضعیت را دست بزنی، و آزمونِ سازگاری بنویس که بگوید چند سطر خراب شد.** حالا سؤالِ سخت: **اگر رویدادها همیشه به‌ترتیبِ زمانی وارد نشوند — مثلاً برگشتِ یک کتاب دیرتر از رفتِ بعدی‌اش ثبت شود — کدام‌یک از دو مدل جوابِ غلط می‌دهد؟** جوابت باید بگوید کدام محاسبه به ترتیبِ ورود حساس است و کدام نیست.

## در فصل بعد

اسکیمای ما حالا دانه‌بندی دارد، کلید دارد، ارجاع دارد، نرمال است، قید دارد و زمان را درست ذخیره می‌کند. **و فردا کسی می‌آید و می‌گوید یک ستون کم است.**

فصلِ بعد دربارهٔ عوض کردنِ اسکیماست بدونِ شکستنِ چیزی که کار می‌کند. با یک آزمایشِ ساده شروع می‌کند: **یک خوانندهٔ در حالِ کار که ستونی را می‌خواند، و ما وسطِ کارش اسمِ آن ستون را عوض می‌کنیم.** پیامی که می‌گیرد `no such column` است — و بعد همان تغییر را دو مرحله‌ای انجام می‌دهیم، طوری که همان خواننده یک لحظه هم نشکند.

</div>

---
Source: https://yaadestan.com/courses/avand/lessons/t4/s07-time-in-data (یادستان, Yaadestan)
