假设某宝为鼓励大家双12买买买，奖励双十一那天订单最多的两位用户：分别是用户1：“剁手皇帝陈哈哈” 和 用户2：“触手怪刘大莉” 一人一万元；
需求1：让你通过MySQL订单表，统计一下双11那天，这两位每小时的购买订单成交数；你会怎么写这条SQL呢？
记得几年前我刚接触MySQl，年少轻狂，在得知不用考虑效率的情况下，我写了个接口循环二十四遍，发送24条SQL去查（捂脸），由于那个接口，被技术经理嘲讽~~表示他写的SQL比我吃的米都多。虽然我们山东人基本不吃米饭，但我还是羞愧不已。。
然后经理通过调用一个DATE_FORMAT函数分组查询处理一下，就ok了，效率是我的几十倍吧。从那时起，我暗自计划要深入研究SQL技巧。
第二天，由于和朋友开黑打了两把王者，计划延后了几年~
在MySQL中对于处理时间字段，有专门封装的DATE_FORMAT函数，可以说，DATE_FORMAT函数可以基本满足任何时间字段的处理需求。
DATE_FORMAT(date,format) 函数
参数解析：
1、date：代表具体时间字段，也可以为now()查询当前时间;
2、format：DATE_FORMAT将传来的Date类型数据转为自己需要的格式，如%Y-%m-%d %H:%i:%s会将传来的Time数据转为"yyyy-MM-dd HH:mm:ss"格式
%Y-%m-%d %H:%i:%s 与 yyyy-MM-dd HH:mm:ss 相对应，也是最常用的格式，这里举几个简单的栗子如下；
|
1
2
3
4
5
6
|
SELECT DATE_FORMAT(NOW(),'%Y-%m-%d %H:%i:%s'); -- 结果：2020-12-07 22:18:58
SELECT DATE_FORMAT(NOW(),'%Y-%m-%d %H:%i'); -- 结果：2020-12-07 22:18
SELECT DATE_FORMAT(NOW(),'%Y-%m-%d %H'); -- 结果：2020-12-07 22
SELECT DATE_FORMAT(NOW(),'%Y-%m-%d'); -- 结果：2020-12-07
SELECT DATE_FORMAT(NOW(),'%H:%i:%s'); -- 结果：22:18:58
SELECT DATE_FORMAT(NOW(),'%H'); -- 结果：22
|
对于上面的需求1，用DATE_FORMAT函数的查询方式如下：
|
1
2
3
|
SELECT name as '用户名',DATE_FORMAT(createTime,'%Y-%m-%d %H') as '时间/小时',count(*) as '订单量' from t_order
where DATE_FORMAT(createTime,'%Y-%m-%d') = '2020-11-11'
GROUP BY DATE_FORMAT(createTime,'%Y-%m-%d %H');
|
查询结果：
|
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
|
mysql> SELECT name as '用户名',DATE_FORMAT(createTime,'%Y-%m-%d %H') as '时间/小时',count(*) as '订单量' from t_order where DATE_FORMAT(createTime,'%Y-%m-%d') = '2020-11-11' GROUP BY DATE_FORMAT(createTime,'%Y-%m-%d %H');
+------------------+---------------+-----------+
| 用户名 | 时间/小时 | 订单量 |
+------------------+---------------+-----------+
| 剁手皇帝陈哈哈 | 2020-11-11 00 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 01 | 10 |
| 剁手皇帝陈哈哈 | 2020-11-11 02 | 6 |
| 剁手皇帝陈哈哈 | 2020-11-11 03 | 3 |
| 剁手皇帝陈哈哈 | 2020-11-11 04 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 05 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 06 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 07 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 08 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 09 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 10 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 11 | 0 |
| 剁手皇帝陈哈哈 | 2020-11-11 12 | 12 |
| 剁手皇帝陈哈哈 | 2020-11-11 13 | 6 |
| 剁手皇帝陈哈哈 | 2020-11-11 14 | 3 |
| 剁手皇帝陈哈哈 | 2020-11-11 15 | 7 |
| 剁手皇帝陈哈哈 | 2020-11-11 16 | 2 |
| 剁手皇帝陈哈哈 | 2020-11-11 17 | 3 |
| 剁手皇帝陈哈哈 | 2020-11-11 18 | 11 |
| 剁手皇帝陈哈哈 | 2020-11-11 19 | 2 |
| 剁手皇帝陈哈哈 | 2020-11-11 20 | 1 |
| 剁手皇帝陈哈哈 | 2020-11-11 21 | 3 |
| 剁手皇帝陈哈哈 | 2020-11-11 22 | 2 |
| 剁手皇帝陈哈哈 | 2020-11-11 23 | 0 |
+------------------+---------------+-----------+
24 rows in set (0.00 sec)
|
这里的GROUP BY DATE_FORMAT(createTime,'%Y-%m-%d %H')代表的是“年月日 + 小时”合在一起为单位，具体到的是某天的小时；
当然，也可以写成以下两种形式，都是按小时来划分，但是…：
1、GROUP BY DATE_FORMAT(createTime,'%H')
2、GROUP BY HOUR(createTime)
需要注意的是，当where条件指定了某一天时，这三种的作用是相同的，但如果where条件没指定某一天，就会大不相同，我们来看看查询结果；
|
1
2
|
SELECT name as '用户名',DATE_FORMAT(createTime,'%H') as '时间/小时',count(*) as '订单量' from t_order
GROUP BY DATE_FORMAT(createTime,'%H');
|
查询结果
|
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
|
mysql> SELECT name as '用户名',DATE_FORMAT(createTime,'%H') as '时间/小时',count(*) as '订单量' from t_order GROUP BY DATE_FORMAT(createTime,'%H');
+-----------------+---------------+-----------+
| 用户名 | 时间/小时 | 订单量 |
+-----------------+---------------+-----------+
| 触手怪刘大莉 | 00 | 11 |
| 触手怪刘大莉 | 01 | 302 |
| 触手怪刘大莉 | 02 | 277 |
| 触手怪刘大莉 | 03 | 122 |
| 触手怪刘大莉 | 04 | 6 |
| 触手怪刘大莉 | 05 | 11 |
| 触手怪刘大莉 | 06 | 0 |
| 触手怪刘大莉 | 07 | 0 |
| 触手怪刘大莉 | 08 | 1 |
| 触手怪刘大莉 | 09 | 4 |
| 触手怪刘大莉 | 10 | 5 |
| 触手怪刘大莉 | 11 | 92 |
| 触手怪刘大莉 | 12 | 1937 |
| 触手怪刘大莉 | 13 | 1602 |
| 触手怪刘大莉 | 14 | 108 |
| 触手怪刘大莉 | 15 | 78 |
| 触手怪刘大莉 | 16 | 110 |
| 触手怪刘大莉 | 17 | 108 |
| 触手怪刘大莉 | 18 | 138 |
| 触手怪刘大莉 | 19 | 66 |
| 触手怪刘大莉 | 20 | 44 |
| 触手怪刘大莉 | 21 | 59 |
| 触手怪刘大莉 | 22 | 21 |
| 触手怪刘大莉 | 23 | 8 |
+-----------------+---------------+-----------+
24 rows in set (0.01 sec)
|
通过查询结果可以看出，查出的数据是用户历史所有的订单数在各小时的分布情况，DATE_FORMAT(createTime,'%H')代表的是是任意天的小时，也等价于GROUP BY HOUR(createTime)。
拿到这些数据，相信写推荐算法的同学就知道在哪个时间段给“触手怪刘大莉”同学推广告的效果最好了。
到此这篇关于MySQL的DATE_FORMAT函数的使用的文章就介绍到这了,更多相关MySQL DATE_FORMAT内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/qq_39390545/article/details/110846666