常见的统计解决方案

在IT行业这个发展更新速度很快的行业，只有不停止的学习，才不会被行业所淘汰。如果你是数据库学习者，那么本文《常见的统计解决方案》就很适合你！本篇内容主要包括常见的统计解决方案，希望对大家的知识积累有所帮助，助力实战开发！

最近用MySQL做统计的需求比较多，这里整理一些常用的场景方便后期查阅，同时也是抛砖引玉的过程。其中包括普通的分组统计，连续的每日统计，区间范围统计。

技术：MySQL, SpringDataJpa, Kotlin
说明：文章前半部分是场景分析，后半部分是语法分析
要点：GROUP BY, UNION, DATE_FORMAT, 流程控制函数

普通分组统计

场景一：根据订单状态统计订单数量。

一个很常见，也很简单的统计需求。其中状态字段是订单实体的一个属性。参考代码：（Kotlin语法）

@Query("SELECT status, COUNT(id) FROM Order GROUP BY status")
fun summaryOrderByStatus(): Array>?

场景二：根据订单中商品类目统计订单数量和金额。

比场景一稍微麻烦了一点，商品字段是订单实体的一个属性，而类目字段才是商品实体的一个属性。参考代码：（Kotlin语法）

@Query("SELECT commodity.category, COUNT(id), SUM(finalPrice) FROM Order GROUP BY commodity.category")
fun summaryOrderByCommodityCategory(): Array>?

小结：

一）、分组统计少不了GROUP BY语句，如果需要加查询条件，请在其前面添加 WHERE 语句。
二）、统计数量用COUNT，统计总和用SUM函数，有GROUP BY的地方，少不了这些聚合函数。
三）、统计返回的结果是字符串类型的二维数组。
四）、以内嵌属性分组，如果是SpringDataJpa框架，则可以直接通过"实体类.属性名"的方式。

每日统计

在做每日，每周，每月统计时，遇到返回日期不是连续的情况。原因是数据库中没有值，而我们理想状态应该是：如果没有值则默认为零，使其数据是连续的日期。

场景三：统计结果日期可能不连续

如果数据库中某个时间段没有值，那统计出来的结果会缺这段时间。参考代码：（sql语句）

-- 统计每日
SELECT DATE_FORMAT(create_date,'%Y-%m-%d') as days, COUNT(id) count FROM order GROUP BY days;
-- 统计每周
SELECT DATE_FORMAT(create_date,'%Y-%u') as weeks, COUNT(id) count FROM order GROUP BY weeks;
-- 统计每月
SELECT DATE_FORMAT(create_date,'%Y-%m') as months, COUNT(id) count FROM order GROUP BY months;

场景四：统计结果日期连续

要让日期连续，又要代码优雅。说实话，困扰了我很久，一直没有找到很好的解决方法，虽然目前这个方法很挫。但可以解决问题。毕竟抓到老鼠的都是好猫。如果各位有好的建议，望赐教！

解决思路：
第一步：创建一张date_summary辅助表，字段只需要有date和count（默认值为零）。
第二步：先向date_summary表插入10年内的数据。
第三步：通过UNION ALL 联合查询，将空缺的日期补上。

第二步参考代码（Kotlin语法）

val startDate = Calendar.getInstance()
startDate.set(2018, 6, 1)
val startTIme = startDate.timeInMillis
val endDate = Calendar.getInstance()
endDate.set(2028, 11, 30)
val endTime = endDate.timeInMillis
val oneDay = 1000 * 60 * 60 * 24L
var time = startTIme
val dates: MutableList = arrayListOf()
while (time

第三步统计每日的SQL语句

SELECT
    summary.oneDay,
    summary.count 
FROM
    (
    SELECT
        DATE_FORMAT( created_date, '%Y-%m-%d' ) oneDay,
        COUNT(id) count 
    FROM
        service_order 
    WHERE created_date BETWEEN "2018-06-01" and "2018-08-01"
    GROUP BY oneDay 
    UNION ALL
        (
        SELECT
            DATE_FORMAT( date, '%Y-%m-%d' ) templateDay,
            count
        FROM
            date_summary
        WHERE date BETWEEN "2018-06-01" and "2018-08-01"
        GROUP BY
            templateDay
        ) 
    ) summary 
GROUP BY
    summary.oneDay 
ORDER BY
    summary.oneDay ASC

小结：

一）、MySQL的DATE_FORMAT(date,format) 函数用于以不同的格式显示日期/时间数据，文章后面会详细介绍
二）、MySQL的UNION 操作符用于合并两个或多个SELECT语句的结果集，文章后面会详细介绍

区间范围统计

这是一个较为常见的需求，比如按照年龄段统计人员分布情况，甚至要求分别统计男女人数分布情况。

场景五：根据小区年龄段统计人数

只根据年龄范围统计，没有其他限制条件，使用SUM只需要加一。

SELECT INTERVAL(age,10,20,30,40,50,60,70,80,90) AS ageRatio, SUM(1) AS count FROM user GROUP BY ageRatio

场景六：根据小区年龄段统计男女人数

在场景五的基础上多了一个区分性别，用流程控制函数来设置SUM加一的情况。

SELECT INTERVAL(age,10,20,30,40,50,60,70,80,90) AS ageRatio, 
SUM(CASE WHEN sex=1 THEN 1 ELSE 0 END) AS male,
SUM(CASE WHEN sex=0 THEN 1 ELSE 0 END) AS female FROM user GROUP BY ageRatio

小结：

一）、通过区间统计需要使用MySQL的INTERVAL函数，第一个参数是需要比较的字段，后面是比较的区间，值必须从小到大
二）、区间统计的结果也是二维数组，注意返回的结果可能不是连续的（这里的不连续可以用代码解决，毕竟区间数量较少）。第一个参数返回的是区间的下标，从0开始。
三）、当age的值在区间范围内就SUM加一，也可以通过流程控制函数（CASE WHEN THEN ELSE END）来判断是加一还是加零

MySQL知识点

知道现在都是快餐文化，大家都很忙，很少有时间去揣摩各语法的特点。所以先把常用的场景写在前面，语法知识写在后面。

GROUP BY 分组

一）、分组一般与聚合函数一起使用如SUM，COUNT等
二）、GROUP BY 在WHERE 语句之后

DATE_FORMAT 时间格式化

一）、用来修改时间的格式
二）、语法格式: DATE_FORMAT(date,format) date必须是合格的时间参数，format是输出时间格式
三）、常见的format格式有：

• %Y: 4位数的年，
• %y: 2位数的年，
• %m: 2位数的月（00~12），
• %M: 英文单词的月，
• %d: 2位数的日（00~31），
• %u: 周，星期一是一周的第一条，
• 更多可以访问w3school

UNION 联合结果

一）、UNION可以合并、联合，将多次查询结果合并成一个结果，通过查询结果合并解决了统计不连续的情况。
二）、多条查询语句的列数必须一致，各列的顺序最好一致。场景四中，两条sql都只查询了date和count，且顺序保持一致。
三）、union 去重，union all包含重复项

INTERVAL 比较间距

一）、INTERVAL()函数是比较列表(N, arg1, arg2, arg3...argN)中的N值。
二）、INTERVAL()函数如果N三）、列表值必须是arg1

流程控制函数

一）、case when then else end 是流程控制函数中的一种，还有一种是if函数
二）、使用语法：

case 
when 条件1 then 值1
when 条件2 then 值2
...
else 值n
end

文章到这里就结束了。如果文章对你有帮助，可以点个"推荐"，也可以"关注"我，获得更多丰富的知识。若文中有什么不对或者不严谨的地方，请指正。

以上就是《常见的统计解决方案》的详细内容，更多关于mysql的资料请关注golang学习网公众号！