当前位置:首页 > 文章列表 > 文章 > php教程 > MySQL今日订单金额统计PHPYii2实现方法

MySQL今日订单金额统计PHPYii2实现方法

2026-02-06 15:42:37 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《MySQL 今日订单金额统计 PHP Yii2 实现》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

如何在 MySQL 中精确统计今日订单总金额(PHP Yii2 示例)

本文详解如何使用 Yii2 Query 构建精准的 MySQL 查询,仅汇总 `orders` 表中状态为“已完成”且 `created_at`(或 `updated_at`)落在**当天 00:00:00 至 23:59:59** 区间内的 `price` 字段总和,避免因分组或时间格式导致的逻辑偏差。

你当前的问题核心在于:原逻辑通过 GROUP BY DAY(updated_at) + ORDER BY ... LIMIT 1 获取“最近有数据的一天”,而非“今天”。即使今天无订单,也返回上周五的数据——这显然不符合业务需求(如日报看板需显示 今日收入:$0)。

正确做法是主动限定时间范围,而非依赖分组排序取首条。以下是推荐的三种实现方式,按健壮性与可读性排序:

✅ 推荐方案:使用 BETWEEN 精确匹配今日时间范围(最可靠)

public function getTotalEarningsToday()
{
    $todayStart = date('Y-m-d 00:00:00');
    $todayEnd   = date('Y-m-d 23:59:59');

    $records = (new Query())
        ->select(['COALESCE(SUM(price), 0) as total', new \yii\db\Expression("'{$todayStart}' as day")])
        ->from(Orders::tableName())
        ->where([
            'AND',
            ['status' => Orders::STATUS_COMPLETED],
            ['>=', 'created_at', $todayStart],
            ['<=', 'created_at', $todayEnd],
        ])
        ->one(); // 使用 one() 而非 all(),因结果恒为单行

    // 若无记录,$records 为 null → 返回默认值
    return [
        'total' => (float)($records['total'] ?? 0),
        'day'   => $todayStart,
    ];
}

✅ 优势:

  • 时间范围明确,不受 UNIX_TIMESTAMP 转换、时区、索引失效影响;
  • COALESCE(SUM(), 0) 确保无订单时返回 0 而非 NULL;
  • one() 更语义化(只查一行),性能优于 all() + limit(1)。

⚠️ 备选方案:使用 DATE() 函数(需确保字段为 DATETIME/TIMESTAMP)

public function getTotalEarningsToday()
{
    $today = date('Y-m-d');

    $records = (new Query())
        ->select(['COALESCE(SUM(price), 0) as total'])
        ->from(Orders::tableName())
        ->where([
            'AND',
            ['status' => Orders::STATUS_COMPLETED],
            ['DATE(created_at)' => $today], // MySQL DATE() 提取日期部分
        ])
        ->one();

    return [
        'total' => (float)($records['total'] ?? 0),
        'day'   => $today,
    ];
}

⚠️ 注意:DATE(created_at) 无法利用 created_at 字段上的普通 B-Tree 索引(会全表扫描),若订单量大,建议为 DATE(created_at) 建函数索引(MySQL 8.0+)或改用方案一。

❌ 不推荐方案:直接比较 UNIX 时间戳或错误使用 FROM_UNIXTIME

原问题中尝试 from_unixtime(updated_at, '%d.%m.%Y') 并分组,本质仍是“找最近一天”,无法保证是今天;而将 $todayDate 拼入 SQL 格式字符串(如 '21.02.2022 09:18')会导致类型不匹配(MySQL 尝试把时间戳转成该字符串格式,逻辑完全错误)。

? 关键注意事项

  • 优先使用 created_at:订单完成时间(updated_at)可能因售后修改而变动,created_at 才真实反映下单日期;
  • 显式处理空结果:SUM() 在无匹配行时返回 NULL,务必用 COALESCE() 或 PHP 判空;
  • 时区一致性:确保 PHP date() 输出时区与 MySQL 服务器时区一致(推荐统一设为 Asia/Shanghai);
  • 字段类型确认:created_at 必须是 DATETIME 或 TIMESTAMP 类型;若为 INT 存储 Unix 时间戳,请改用 FROM_UNIXTIME(created_at) >= ? AND FROM_UNIXTIME(created_at) <= ?。

最终调用示例:

$result = $this->getTotalEarningsToday();
echo "今日总收入:\${$result['total']}({$result['day']})"; 
// 输出:今日总收入:$0.00(2024-06-21 00:00:00)

此方案彻底解决“返回最近有数据日而非今日”的问题,兼具准确性、可维护性与生产环境鲁棒性。

到这里,我们也就讲完了《MySQL今日订单金额统计PHPYii2实现方法》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

Windows触摸屏校准步骤详解Windows触摸屏校准步骤详解
上一篇
Windows触摸屏校准步骤详解
CSS自动添加前缀技巧分享
下一篇
CSS自动添加前缀技巧分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    431次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    508次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    522次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    464次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    292次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码