一，写在前面的话
最近公司需要按天，按小时查看数据，可以直观的看到时间段的数据峰值。接到需求，就开始疯狂百度搜索，但是搜索到的资料有很多都不清楚，需要自己去总结和挖掘其中的重要信息。现在我把分享出来了呢，希望大家喜欢。
针对sqlserver, 有几点需要给大家说清楚（不懂的自行百度）：
•master..spt_values 是什么东西？能用来做什么？
•如何产生连续的时间段（年， 月， 天，小时，分钟）
二，master..spt_values是什么东西？能用来做什么呢？
相对固定通用的取数字的表，主要作用就是取连续数字，不过有个缺陷就是只能取到2047。可以执行下面语句就知道什么意思了。
select number from master..spt_values where type='p'
三，如何产生连续的时间段（年， 月， 天，小时，分钟）
在实际的运用中，目前主要是产生连续的时间段。我准备了常用的操作，那下面的语句就分别展示出来。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
-- 按年产生连续的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') -- 按月产生连续的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') -- 按天产生连续的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') -- 按小时产生连续的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-- 按分钟的就自己可以YY了...... |
四，与业务场景进行结合
有了连续的数据过后，当然就是以时间为主，进行左连接。就可以查出统计数据了。
下面我就说说我使用的两个统计案例（是采用存储过程来实现了，所以有@符号的是变量），给到大家，至于看不看得懂，就看你的能力了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
-- 按天统计交易笔数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-- 按小时统计交易笔数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，总结及展望
掌握的知识点：
•熟悉了存储过程的语法和编写过程
•学习到了master..spt_values是什么？以及可以使用的场景？
•针对按时间进行统计，比如按天，小时进行统计的实现方法。
展望:
•局限性：这种方式目前只针对sqlserver, 但是目前大部分都是mysql。
ps：MySQL按天，按周，按月，按时间段统计
自己做过MySQL按天，按周，按月，按时间段统计，但是不怎么满意，后来找到这位大神的博客，转载一下，谢谢这位博主的分享
知识点：DATE_FORMAT
使用示例
|
1
2
3
|
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)
根据format字符串格式化date值。下列修饰符可以被用在format字符串中：
•%M 月名字(January……December)
•%W 星
期名字(Sunday……Saturday)
•%D 有英语前缀的月份的日期(1st, 2nd, 3rd, 等等。）
•%Y 年, 数字, 4 位
•%y 年, 数字, 2 位
•%a 缩写的星期名字(Sun……Sat)
•%d 月份中的天数, 数字(00……31)
•%e 月份中的天数, 数字(0……31)
•%m 月, 数字(01……12)
•%c 月, 数字(1……12)
•%b 缩写的月份名字(Jan……Dec)
•%j 一年中的天数(001……366)
•%H 小时(00……23)
•%k 小时(0……23)
•%h 小时(01……12)
•%I 小时(01……12)
•%l 小时(1……12)
•%i 分钟, 数字(00……59)
•%r 时间,12 小时(hh:mm:ss [AP]M)
•%T 时间,24 小时(hh:mm:ss)
•%S 秒(00……59)
•%s 秒(00……59)
•%p AM或PM
•%w 一个星期中的天数(0=Sunday ……6=Saturday ）
•%U 星期(0……52), 这里星期天是星期的第一天
•%u 星期(0……52), 这里星期一是星期的第一天
•%% 一个文字“%”。
总结
以上所述是小编给大家介绍的sqlserver/mysql按天、按小时、按分钟统计连续时间段数据,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
原文链接：https://www.cnblogs.com/werewolfBoy/archive/2019/06/24/11076072.html
