您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關sqlserver/mysql如何按天、按小時、按分鐘統計連續時間段數據,小編覺得挺實用的,因此分享給大家做個參考,希望大家閱讀完這篇文章后可以有所收獲。
一,寫在前面的話
最近公司需要按天,按小時查看數據,可以直觀的看到時間段的數據峰值。接到需求,就開始瘋狂百度搜索,但是搜索到的資料有很多都不清楚,需要自己去總結和挖掘其中的重要信息。
針對sqlserver, 有幾點需要給大家說清楚(不懂的自行百度):
?master..spt_values 是什么東西?能用來做什么?
?如何產生連續的時間段(年, 月, 天,小時,分鐘)
二,master..spt_values是什么東西?能用來做什么呢?
相對固定通用的取數字的表,主要作用就是取連續數字,不過有個缺陷就是只能取到2047。可以執行下面語句就知道什么意思了。
select number from master..spt_values where type='p'
三,如何產生連續的時間段(年, 月, 天,小時,分鐘)
在實際的運用中,目前主要是產生連續的時間段。我準備了常用的操作,那下面的語句就分別展示出來。
-- 按年產生連續的 SELECT substring(CONVERT(NVARCHAR(10), DateAdd(YEAR, number, '2016-01-01'),120),1,4) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND number <= DateDiff(YEAR, '2016-01-01', '2019-01-01') -- 按月產生連續的 SELECT substring(CONVERT(NVARCHAR(10), DateAdd(MONTH, number, '2019-01-01'),120),1,7) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND number <= DateDiff(MONTH, '2018-01-01', '2019-01-01') -- 按天產生連續的 SELECT CONVERT(NVARCHAR(10), DateAdd(day, number, '2019-01-01'),120) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND number <= DateDiff(day, '2019-01-01', '2019-01-18') -- 按小時產生連續的 SELECT substring(convert(char(32),DATEADD(HH,number,CONCAT('2019-01-18',' ', '00:00')),120),1,16) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND DATEDIFF(HH,DATEADD(HH,number,CONCAT('2019-01-18',' ', '00:00')),CONCAT('2019-01-18',' ', '23:00'))>=0 -- 按分鐘的就自己可以YY了 ......
四,與業務場景進行結合
有了連續的數據過后,當然就是以時間為主,進行左連接。就可以查出統計數據了。
下面我就說說我使用的兩個統計案例(是采用存儲過程來實現了,所以有@符號的是變量),給到大家,至于看不看得懂,就看你的能力了。
-- 按天統計交易筆數 select a.GroupDay, ISNULL(b.e, 0) 'feeCount' from ( SELECT CONVERT(NVARCHAR(10), DateAdd(day, number, @paySdate),120) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND number <= DateDiff(day, @paySdate, @payEdate) ) a left join (select convert(char(32),create_time,23) as d, count(*) as e from trade_log where create_time >= @paySdate and create_time<=@payEdate group by convert(char(32),create_time,23)) b on b.d=a.GroupDay -- 按小時統計交易筆數 select a.GroupDay, ISNULL(b.e,0) 'feeCount' from ( SELECT substring(convert(char(32),DATEADD(HH,number,CONCAT(@paySdate,' ', @paySTime)),120),1,16) AS GroupDay,type FROM master..spt_values WHERE type = 'p' AND DATEDIFF(HH,DATEADD(HH,number,CONCAT(@paySdate,' ', @paySTime)),CONCAT(@payEdate,' ', @payETime))>=0 ) a left join ( select convert(char(32),create_time,23) as d, datepart(hh,create_time) as h, substring(convert(char(32),DATEADD(HH,datepart(hh,create_time),convert(char(32),create_time,23)),120),1,16) as st, count(*) as e from trade_log where create_time >= @paySdate and create_time<=@payEdate and convert(char(8),create_time,108)>=@paySTime and convert(char(8),create_time,108)<=@payETime group by convert(char(32),create_time,23),datepart(hh,create_time)) b on b.st=a.GroupDay order by GroupDay
五,總結及展望
掌握的知識點:
?熟悉了存儲過程的語法和編寫過程
?學習到了master..spt_values是什么?以及可以使用的場景?
?針對按時間進行統計,比如按天,小時進行統計的實現方法。
展望:
?局限性:這種方式目前只針對sqlserver, 但是目前大部分都是mysql。
ps:MySQL按天,按周,按月,按時間段統計
自己做過MySQL按天,按周,按月,按時間段統計,但是不怎么滿意,后來找到這位大神的博客,轉載一下,謝謝這位博主的分享
知識點:DATE_FORMAT
使用示例
select DATE_FORMAT(create_time,'%Y%m%d') days,count(caseid) count from tc_case group by days; select DATE_FORMAT(create_time,'%Y%u') weeks,count(caseid) count from tc_case group by weeks; select DATE_FORMAT(create_time,'%Y%m') months,count(caseid) count from tc_case group by months;
DATE_FORMAT(date,format)
根據format字符串格式化date值。下列修飾符可以被用在format字符串中:
?%M 月名字(January……December)
?%W 星
期名字(Sunday……Saturday)
?%D 有英語前綴的月份的日期(1st, 2nd, 3rd, 等等。)
?%Y 年, 數字, 4 位
?%y 年, 數字, 2 位
?%a 縮寫的星期名字(Sun……Sat)
?%d 月份中的天數, 數字(00……31)
?%e 月份中的天數, 數字(0……31)
?%m 月, 數字(01……12)
?%c 月, 數字(1……12)
?%b 縮寫的月份名字(Jan……Dec)
?%j 一年中的天數(001……366)
?%H 小時(00……23)
?%k 小時(0……23)
?%h 小時(01……12)
?%I 小時(01……12)
?%l 小時(1……12)
?%i 分鐘, 數字(00……59)
?%r 時間,12 小時(hh:mm:ss [AP]M)
?%T 時間,24 小時(hh:mm:ss)
?%S 秒(00……59)
?%s 秒(00……59)
?%p AM或PM
?%w 一個星期中的天數(0=Sunday ……6=Saturday )
?%U 星期(0……52), 這里星期天是星期的第一天
?%u 星期(0……52), 這里星期一是星期的第一天
?%% 一個文字“%”。
關于“sqlserver/mysql如何按天、按小時、按分鐘統計連續時間段數據”這篇文章就分享到這里了,希望以上內容可以對大家有一定的幫助,使各位可以學到更多知識,如果覺得文章不錯,請把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。