杭州银行×TiDB:打造首个云原生分布式国产银行核心业务系统
1101
2023-07-03
Mysql日期格式聚合统计的方法是什么
介绍
时间日期作为常用的分组条件,在实际开发中经常会用到,以便进行数据的统计。在 MySQL 中,我们可以使用日期格式化的函数将日期转换成指定格式的字符串,然后按照需要的时间粒度进行分组统计。
准备工作
在开始之前,我们需要先准备一张测试数据表,并插入一些数据,以便于我们后续的实验和测试。
CREATE TABLE `test` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(50) DEFAULT NULL, `created_at` datetime NOT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;INSERT INTO `test` (`name`, `created_at`) VALUES('test1', '2022-01-01 00:00:00'),('test2', '2022-01-02 00:00:00'),('test3', '2022-01-02 12:00:00'),('test4', '2022-01-03 00:00:00'),('test5', '2022-01-07 00:00:00'),('test6', '2022-01-08 00:00:00'),('test7', '2022-01-09 00:00:00'),('test8', '2022-01-10 00:00:00'),('test9', '2022-01-14 00:00:00'),('test10', '2022-01-15 00:00:00'),('test11', '2022-01-16 00:00:00'),('test12', '2022-01-17 00:00:00'),('test13', '2022-02-01 00:00:00'),('test14', '2022-02-02 00:00:00'),('test15', '2022-02-03 00:00:00'),('test16', '2022-03-01 00:00:00'),('test17', '2022-03-02 00:00:00'),('test18', '2022-03-03 00:00:00'),('test19', '2022-04-01 00:00:00'),('test20', '2022-04-02 00:00:00'),('test21', '2022-04-03 00:00:00'),('test22', '2022-05-01 00:00:00'),('test23', '2022-05-02 00:00:00'),('test24', '2022-05-03 00:00:00');
这里我们创建了一张名为 test 的测试表,包含三个字段 id、name 和 created_at。其中 created_at 表示记录创建时间的日期时间类型字段。我们插入了一些测试数据,包括从 2022 年1月份到5月份的数据.
实现原理
当我们需要根据日期进行分组统计时,MySQL提供了很多内置的日期函数,如YEAR()、MONTH()、WEEK()、DAY()、HOUR()等等。这些函数能够根据日期对数据进行分组并统计相应的数量。
针对此需求,我们要按日期分组并计算出7天、4周和3个月的数据。因此,我们需要结合使用日期格式化和日期函数。
首先,我们需要将日期格式化成相应的格式。你可以用DATE_FORMAT()函数来达成,该函数包含日期和格式化字符串两个参数。如下所示可将日期格式化为“yyyy-MM-dd”形式,例如:
SELECT DATE_FORMAT(date_column, '%Y-%m-%d') AS formatted_date FROM table_name;
实际操作
按天统计
接下来,我们需要根据日期分组并统计数量。可以使用GROUP BY子句和相应的日期函数来实现。例如,我们可以根据日期分组统计每天的数量,如下所示:
SELECT DATE_FORMAT(date_column, '%Y-%m-%d') AS formatted_date, COUNT(*) AS count FROM table_name GROUP BY formatted_date;
按周统计
SELECT DATE_FORMAT(date_column, '%x-%v') AS formatted_week, COUNT(*) AS count FROM table_name GROUP BY formatted_week;
或者
SELECT CONCAT(YEAR(date_column), '-', WEEK(date_column)) AS formatted_week, COUNT(*) AS count FROM table_name GROUP BY formatted_week;
按月统计
SELECT DATE_FORMAT(date_column, '%Y-%m-%d') AS formatted_month, COUNT(*) AS count FROM table_name GROUP BY formatted_month;
或者
SELECT CONCAT(YEAR(date_column), '-', MONTH(date_column)) AS formatted_month, COUNT(*) AS count FROM table_name GROUP BY formatted_month;
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。