在使用统计之类的功能，难免会碰到按照日期归并的操作，例如：按天查询归并、按月查询归并；又或者需要计算时间差，然后求和等，下面简单介绍一下他们使用
ps：数据库查询语句本身不区分大小写，不必拘泥于大小写问题，喜欢小写就小写，喜欢大写就大写就行
时间格式化date_format/时区转化convert_tz
假设下面我们需要对某一个记录表（record）让其按天归并计算器，直接使用 date_format 函数格式化，这样就会按照格式化的日期，进行按天归并
ps: %Y-每年，%m-每月(大写是英文)，%d-天，%a-周
select date_format(created_time, "%Y-%m-%d-%a") as day, cast(count(*) AS CHAR) as count
from record
where created_time between ${start} and ${end}
group by day
以为按照上面处理就完事了么，不并没有，其会出现一个格式化的时区问题(众所周知，时间会又一个时区问题，那这个时区出现问题的点就在时间格式化上，毕竟通用的时间肯定是以零时区为基准参考的)，一般服务器都是零时区(那么就会格式化成0时区的结果,就不符合预期了)，如果需要，可以将数据库所在服务器设置成自己的时区，也没问题
我们也可以通过 convert_tz 函数 给我们的时间转化为某个时区 convert_tz(时间参数,原时区，转化时区)
//如这个所示
convert_tz(created_time, "+00:00", "+08:00")
//也会出现固定的标识，这也是一个意思，都是代表某个地方的时区
convert_tz(created_time, "UTC", "US/EASTERN")
下面转化一下我们的时间参数改进一下即可
select date_format(convert_tz(created_time, "+00:00", "+08:00"), "%Y-%m-%d-%a") as day, cast(count(*) AS CHAR) as count
from record
where created_time between ${start} and ${end}
group by day
时间差timestampdiff/datediff
有时，我们我们也会碰到时间区间计算总值问题，例如：我们对某个请假记录表统计，统计每个人这一年的的请假总时长，那么就会用到这个功能
基础使用方式datediff、timestampdiff
//结果取天，结束时间-开始时间
datediff(end_date, start_date)
//时间戳方式，结果自定义，第一个为转化类型minute、hour、day等
//参数为单位-开始时间-结束时间
timestampdiff(hour, start_datetime, end_datetime)
按照上面案例使用即可，我们写一条简易 sql 语句，实现该功能，统计某一段时间内，每个人的请假总时间(单位：小时)
SELECT timestampdiff(hour, start_time, end_time) AS totalTime, user.name as name, record.user_id as id
from record
left join user on record.user_id = user.id
where create_time between 查询开始时间 and 查询结束时间
group by id
最后
一些统计操作还是占用数据库时间还是挺久的，对于很多有优化的项目可能用不到这些，有些涉及关联比较多的，会直接筛选出来字段，然后分别根据筛选出来的字段分批次定向查询，然后在服务器端边统计边查询，最后合并成想要的数据，这样能够大幅度减少数据库统计的占用时间(一些涉及关联表数据比较多的可能会从 O(m*n)变成 O(m+n))，当然是对于重服务器轻数据库的情况
实际根据自己情况来，假如做外包，可能根本不在意这些，时间是最宝贵的，直接一把撸就完事了，优化是优化的钱，对于一些需要打磨的产品，还是要有一些思考在里面的
