在做数据库的统计时，经常会需要根据年、月、日来统计数据，然后配合echarts来制作可视化效果。
数据库：mysql
思路
按照时间维度进行统计的前提是需要数据库中有保留时间信息，建议是使用mysql自带的datetime类型来记录时间。
`timestamp` datetime default null,
在mysql中对于时间日期的处理的函数主要是date_format(date,format)。可用的参数如下
| 格式 | 描述 |
|---|---|
| %a | 缩写星期名 |
| %b | 缩写月名 |
| %c | 月，数值 |
| %d | 带有英文前缀的月中的天 |
| %d | 月的天，数值(00-31) |
| %e | 月的天，数值(0-31) |
| %f | 微秒 |
| %h | 小时 (00-23) |
| %h | 小时 (01-12) |
| %i | 小时 (01-12) |
| %i | 分钟，数值(00-59) |
| %j | 年的天 (001-366) |
| %k | 小时 (0-23) |
| %l | 小时 (1-12) |
| %m | 月名 |
| %m | 月，数值(00-12) |
| %p | am 或 pm |
| %r | 时间，12-小时（hh:mm:ss am 或 pm） |
| %s | 秒(00-59) |
| %s | 秒(00-59) |
| %t | 时间, 24-小时 (hh:mm:ss) |
| %u | 周 (00-53) 星期日是一周的第一天 |
| %u | 周 (00-53) 星期一是一周的第一天 |
| %v | 周 (01-53) 星期日是一周的第一天，与 %x 使用 |
| %v | 周 (01-53) 星期一是一周的第一天，与 %x 使用 |
| %w | 星期名 |
| %w | 周的天 （0=星期日, 6=星期六） |
| %x | 年，其中的星期日是周的第一天，4 位，与 %v 使用 |
| %x | 年，其中的星期一是周的第一天，4 位，与 %v 使用 |
| %y | 年，4 位 |
| %y | 年，2 位 |
注：当涉及到按日统计是，需要使用%j，而如果使用%d, %e, %w的话，那么不同月份/周里的相同值会统计在一起。
涉及到获取当前时间，则可以通过now()或者sysdate()来获取。
select sysdate() from dual; select now() from dual;
按照实际需求使用group by查询即可。
结论
需统计的表结构如下：
create table `apilog` ( `id` int(11) not null auto_increment, `username` varchar(64) default null, `action` varchar(64) default null, `params` text, `result` text, `timestamp` datetime default null, primary key (`id`) )
统计时间范围内不同分类action的数量
# 当日 select action, count(id) count from apilog where date_format(`timestamp`,'%j') = date_format(now(),'%j') order by count desc; # 当周 select action, count(id) count from apilog where date_format(`timestamp`,'%u') = date_format(now(),'%u') order by count desc; # 当月 select action, count(id) count from apilog where date_format(`timestamp`,'%m') = date_format(now(),'%m') order by count desc; # 当年 select action, count(id) count from apilog where date_format(`timestamp`,'%y') = date_format(now(),'%y') order by count desc;
统计某分类action的时间维度数量
# 按日 select action, date_format(`timestamp`,'%j'), count(id) count from apilog where action = 'xxx' group by date_format(`timestamp`,'%j') # 按周 select action, date_format(`timestamp`,'%u'), count(id) count from apilog where action = 'xxx' group by date_format(`timestamp`,'%u') # 按月 select action, date_format(`timestamp`,'%m'), count(id) count from apilog where action = 'xxx' group by date_format(`timestamp`,'%m') # 按年 select action, date_format(`timestamp`,'%y'), count(id) count from apilog where action = 'xxx' group by date_format(`timestamp`,'%y')
同时按action和时间维度统计
# 按日 select action, date_format(`timestamp`,'%j'), count(id) count from apilog group by action, date_format(`timestamp`,'%j') # 按周 select action, date_format(`timestamp`,'%u'), count(id) count from apilog group by action, date_format(`timestamp`,'%u') # 按月 select action, date_format(`timestamp`,'%m'), count(id) count from apilog group by action, date_format(`timestamp`,'%m') # 按年 select action, date_format(`timestamp`,'%y'), count(id) count from apilog group by action, date_format(`timestamp`,'%y')
以上就是比较常用的时间统计了，更多的时间维度，可以参考上面的参数表类似处理即可。
如对本文有疑问， 点击进行留言回复！！
我要评论
网友评论