在做數據庫的統計時，經常會需要根據年、月、日來統計數據，然后配合echarts來制作可視化效果。
數據庫：MySQL
思路
按照時間維度進行統計的前提是需要數據庫中有保留時間信息，建議是使用MySQL自帶的datetime類型來記錄時間。
`timestamp` datetime DEFAULT NULL,
在MySQL中對于時間日期的處理的函數主要是DATE_FORMAT(date,format)。可用的參數如下
| 格式 | 描述 |
|---|---|
| %a | 縮寫星期名 |
| %b | 縮寫月名 |
| %c | 月，數值 |
| %D | 帶有英文前綴的月中的天 |
| %d | 月的天，數值(00-31) |
| %e | 月的天，數值(0-31) |
| %f | 微秒 |
| %H | 小時 (00-23) |
| %h | 小時 (01-12) |
| %I | 小時 (01-12) |
| %i | 分鐘，數值(00-59) |
| %j | 年的天 (001-366) |
| %k | 小時 (0-23) |
| %l | 小時 (1-12) |
| %M | 月名 |
| %m | 月，數值(00-12) |
| %p | AM 或 PM |
| %r | 時間，12-小時（hh:mm:ss AM 或 PM） |
| %S | 秒(00-59) |
| %s | 秒(00-59) |
| %T | 時間, 24-小時 (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，與 %X 使用 |
| %v | 周 (01-53) 星期一是一周的第一天，與 %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，與 %V 使用 |
| %x | 年，其中的星期一是周的第一天，4 位，與 %v 使用 |
| %Y | 年，4 位 |
| %y | 年，2 位 |
注：當涉及到按日統計是，需要使用%j，而如果使用%d, %e, %w的話，那么不同月份/周里的相同值會統計在一起。
涉及到獲取當前時間，則可以通過now()或者sysdate()來獲取。
SELECT SYSDATE() FROM DUAL; SELECT NOW() FROM DUAL;
按照實際需求使用group by查詢即可。
結論
需統計的表結構如下：
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`) )
統計時間范圍內不同分類action的數量
# 當日 SELECT action, COUNT(id) count FROM apilog WHERE DATE_FORMAT(`timestamp`,'%j') = DATE_FORMAT(now(),'%j') ORDER BY count desc; # 當周 SELECT action, COUNT(id) count FROM apilog WHERE DATE_FORMAT(`timestamp`,'%u') = DATE_FORMAT(now(),'%u') ORDER BY count desc; # 當月 SELECT action, COUNT(id) count FROM apilog WHERE DATE_FORMAT(`timestamp`,'%m') = DATE_FORMAT(now(),'%m') ORDER BY count desc; # 當年 SELECT action, COUNT(id) count FROM apilog WHERE DATE_FORMAT(`timestamp`,'%Y') = DATE_FORMAT(now(),'%Y') ORDER BY count desc;
統計某分類action的時間維度數量
# 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')
同時按action和時間維度統計
# 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')
以上就是比較常用的時間統計了，更多的時間維度，可以參考上面的參數表類似處理即可。
