【 MYSQL 】 统计7天内每天的数量(按年、季、月、周、日、时统计)

    技术2022-07-21  88

    转自:https://blog.csdn.net/u010324331/article/details/84343946 本文章 mysql 统计使用到的函数说明

    DATE_FORMAT(日期时间,格式) FROM_UNIXTIME(时间戳,格式)

    格式 说明 %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

    // 统计 7 天内每天的数量 时间字段时间戳格式

    # 统计 7 天每天关注的人数 SELECT FROM_UNIXTIME( subscribe_date, '%Y-%m-%d' ) AS date, COUNT( * ) AS count FROM sys_weixin_fans WHERE is_subscribe = 1 AND subscribe_date > 1535558400 AND subscribe_date < 1536163200 GROUP BY date ORDER BY date ASC

    时间字段日期时间格式:

    # 统计 7 天每天的新增的积分和订单总金额 SELECT DATE_FORMAT( time, '%Y-%m-%d' ) AS date, COUNT( * ) AS count, sum( add_points ) AS add_points, sum( amount ) AS amount FROM `sys_order` WHERE ( `time` > '2018-08-30' AND `time` < '2018-09-06' ) GROUP BY date ORDER BY date ASC

    其他使用示例 按小时:

    SELECT from_unixtime( create_time, "%Y%m%d%H" ) AS hours, count( id ) AS counts FROM `table` GROUP BY hours;

    按日:

    SELECT from_unixtime( create_time, "%Y-%m-%d" ) AS days, count( id ) AS counts FROM `table` GROUP BY days;

    按周:

    SELECT from_unixtime( create_time, "%Y-%u" ) AS weeks, count( id ) AS counts FROM `table` GROUP BY weeks;

    按月:

    SELECT from_unixtime( create_time, "%Y-%m" ) AS months, count( id ) AS counts FROM `table` GROUP BY months;

    按季度:

    SELECT concat( from_unixtime( create_time, "%Y" ), floor( ( from_unixtime( create_time, "%m" ) + 2 ) / 3 ) ) AS quarters, count( id ) AS counts FROM `table` GROUP BY quarters;

    按年:

    SELECT from_unixtime( create_time, "%Y" ) AS years, count( id ) AS counts FROM `table` GROUP BY years;
    Processed: 0.013, SQL: 9