MySQL 對一段時間內每天資料統計案例--sql優化
阿新 • • 發佈:2019-01-08
在網際網路專案中,對專案的資料分析必不可少。通常會統計某一段時間內每天資料總計變化趨勢調整營銷策略。下面來看以下案例。
案例
在電商平臺中通常會有訂單表,記錄所有訂單資訊。現在我們需要統計某個月份每天訂單數及銷售金額資料從而繪製出如下統計圖,進行資料分析。
訂單表資料結構如下:
order_id | order_sn | total_price | enterdate |
---|---|---|---|
25396 | A4E610E250C2D378D7EC94179E14617F | 2306.00 | 2017-04-01 17:23:26 |
25397 | EAD217C0533455EECDDE39659ABCDAE9 | 17.90 | 2017-04-01 22:15:18 |
25398 | 032E6941DAD44F29651B53C41F6B48A0 | 163.03 | 2017-04-02 07:24:36 |
此時查詢某月各天下單數,總金額應當如何做呢?
一般方法
首先最容易想到的方法,先利用 php 函式 cal_days_in_month() 獲取當月天數,然後構造一個當月所有天的陣列,然後在迴圈中查詢每天的總數,構造新陣列。
程式碼如下:
$month = '04';
$year = '2017';
$max_day = cal_days_in_month(CAL_GREGORIAN, $month , $year); //當月最後一天
//構造每天的陣列
$days_arr = array();
for($i=1;$i<=$max_day;$i++){
array_push($days_arr, $i);
}
$return = array();
//查詢
foreach ($days_arr as $val){
$min = $year.'-'.$month.'-'.$val.' 00:00:00';
$max = $year .'-'.$month.'-'.$val.' 23:59:59';
$sql = "select count(*) as total_num,sum(`total_price`) as amount from `orders` where `enterdate` >= {$min} and `enterdate` <= {$max}";
$return[] = mysqli_query($sql);
}
return $return;
這個sql簡單,但是每次需要進行30次查詢請,嚴重拖慢響應時間。
優化
如何使用一個sql直接查詢出各天的數量總計呢?
此時需要利用 mysql 的 date_format 函式,在子查詢中先查出當月所有訂單,並將 enterdate 用 date_format 函式轉換為 天 ,然後按天 group by 分組統計。 程式碼如下:
$month = '04';
$year = '2017';
$max_day = cal_days_in_month(CAL_GREGORIAN, $month, $year); //當月最後一天
$min = $year.'-'.$month.'-01 00:00:00';
$max = $year.'-'.$month.'-'.$max_day.' 23:59:59';
$sql = "select t.enterdate,count(*) as total_num,sum(t.total_price) as amount (select date_format(enterdate,'%e') as enterdate,total_price from orders where enterdate between {$min} and {$max}) t group by t.enterdate order by t.enterdate";
$return = mysqli_query($sql);
如此,將30次查詢減少到1次,響應時間會大大提高。
注意: 1.由於需查詢當月所有資料,在資料量過大時,不宜採取本方法。
2.為避免當天沒有資料而造成的資料缺失,在查詢後,理應根據需求對資料進行處理。