概述
为什么80%的码农都做不了架构师?>>>
在面对大数据量按期别统计时,数据库表中往往只有一个日期列,如果在统计时直接使用to_char函数转换成期别进行group by会导致SQL执行较慢,因为to_char后用不上索引,而大部分时候我们只建立一个函数索引to_char(r.finish_time, 'yyyy-mm-dd')。以下为各期别的to_char格式:
1)、按天统计,to_char(r.finish_time, 'yyyy-mm-dd');
2)、按月统计,to_char(r.finish_time, 'yyyy-mm');
3)、按年统计,to_char(r.finish_time, 'yyyy');
4)、按季统计,to_char(r.finish_time, 'yyyy-"Q"q');
5)、按周统计,to_char(r.finish_time, 'yyyy-iw');
如果时间范围不是日期范围,需将各统计方式时间段转换为日期时间段作为条件,便于使用索引to_char(r.finish_time, 'yyyy-mm-dd'),先过滤有效记录再分组统计。
1)、按天统计,不需再处理;
2)、按月统计,开始时间+"-01",结束时间加+"-31";
3)、按年统计,开始时间+"-01-01",结束时间加+"-12-31";
4)、按季统计和按周统计,根据开始时间和结束时间计算最小日期和最大日期。
问题一
按周统计不可以直接使用'yyyy-iw',周跨年时会出现如2013-12-31为2013-01,2014-01-01为2014-01,格式中的yyyy表示的是实际年份,2013-12-31和2014-01-01在同一周,如果直接group by将导致多出一个分组。
问题二
期间内如果有期别无记录将导致展现结果不连续,比如图中缺少一个点,需要程序再特殊处理。
解决方法是预先备好一张日期与各期别对照表,参考http://my.oschina.net/h2do/blog/268154。
转载于:https://my.oschina.net/h2do/blog/268156
最后
以上就是尊敬芝麻为你收集整理的按天、按周、按月、按季、按年分期别统计的全部内容,希望文章能够帮你解决按天、按周、按月、按季、按年分期别统计所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复