如果时间格式在mysql是datatime型,名字叫add_time
成都创新互联公司专注于灌南网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供灌南营销型网站建设，灌南网站制作、灌南网页设计、灌南网站官网定制、小程序定制开发服务，打造灌南网络公司原创品牌,更为您提供灌南网站排名全网营销落地服务。
AND
LEFT(`add_time`,10) = '2012-03-28'
在统计数据的需求中很容易出现按照天来统计数据的场景，有时某一列的维度在那天并没有产生数据，但是又没有一列是可以确保每天都是有数据的，由于mysql中并没有fulljoin这样的关联方式，在这种情况下关联查询就有些费劲，解决的办法也是多种多样，毕竟条条大路通罗马嘛，其他的就不说了，这里介绍一种相对方便的方法。
产生一个足够长的时间列，这个列要能够包含想要统计的所有日期。这个思路的实现很泛，可以创建一个日期的临时表，然后将想要查的日期插入，抛开创建表比较麻烦之外，一般在职能比较完善的公司，生产环境创建表或者修改数据是需要交给专门的DBA去操作的，各种流程。。。相对这个较简单的一种方式就是创建存储过程，然后产生时间列，这也是一种解决办法。
我的思路是先定义一个时间变量并初始化，然后和某个数据足够多的表关联查询获取时间列，这个表一般选取某张要查的表即可，数据条数只要超过需要查询的条数即可，足够即可，太多就是浪费，降低查询效率。
比如说我要查询2018-01-10到2018-01-20每天的数据，那么就可以写成
其中，cdate是我定义的一个时间变量，初始化的值是2018-01-09，因为在外面那部分执行之后值已经加1了，已经不是2018-01-10了；data_t是我关联产生记录的实体表，这个表只有一个要求，就是能帮我们产生足够的时间列条数，后面的limit 15是帮助我产生15条时间记录，可以换成其他条件；生成的t0其实就是15条全为2018-01-09的记录，外面的查询在每扫描一条t0的记录就会加1天，这样就会产生连续的时间列；WHERE后面是最终查询的截止条件，换成其他的也可以。
关联其他表举例：
查询从2018-01-10到当前日期每天的统计数据
通过上面的例子我想大部分人应该可以灵活变化了，比如查询多少天内每天的统计数据，某几个月内每月的统计数据等等，通过修改上面给的例子里面的sql完全可以做到，可以说这种思路就是个‘万能模板’，希望本文能够帮到大家。
所谓按天，不过是日期精确到天而已。
错误的按日期分区例子
最直观的方法，就是直接用年月日这种日期格式来进行常规的分区：
mysql create table rms (d date)
- partition by range (d)
- (partition p0 values less than ('1995-01-01'),
- partition p1 VALUES LESS THAN ('2010-01-01'));
上面的例子中，就是直接用"Y-m-d"的格式来对一个table进行分区，可惜想当然往往不能奏效，会得到一个错误信息:
ERROR 1064 (42000): VALUES value must be of same type as partition function near '),
partition p1 VALUES LESS THAN ('2010-01-01'))' at line 3
上述分区方式没有成功，而且明显的不经济，老练的DBA会用整型数值来进行分区：
mysql CREATE TABLE part_date1
- ( c1 int default NULL,
- c2 varchar(30) default NULL,
- c3 date default NULL) engine=myisam
- partition by range (cast(date_format(c3,'%Y%m%d') as signed))
- (PARTITION p0 VALUES LESS THAN (19950101),
- PARTITION p1 VALUES LESS THAN (19960101) ,
- PARTITION p2 VALUES LESS THAN (19970101) ,
- PARTITION p3 VALUES LESS THAN (19980101) ,
- PARTITION p4 VALUES LESS THAN (19990101) ,
- PARTITION p5 VALUES LESS THAN (20000101) ,
- PARTITION p6 VALUES LESS THAN (20010101) ,
- PARTITION p7 VALUES LESS THAN (20020101) ,
- PARTITION p8 VALUES LESS THAN (20030101) ,
- PARTITION p9 VALUES LESS THAN (20040101) ,
- PARTITION p10 VALUES LESS THAN (20100101),
- PARTITION p11 VALUES LESS THAN MAXVALUE );
Query OK, 0 rows affected (0.01 sec)
搞定？接着往下分析
mysql explain partitions
- select count(*) from part_date1 where
- c3 '1995-01-01' and c3 '1995-12-31'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: part_date1
partitions: p0,p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 8100000
Extra: Using where
1 row in set (0.00 sec)
万恶的mysql居然对上面的sql使用全表扫描，而不是按照我们的日期分区分块查询。原文中解释到MYSQL的优化器并不认这种日期形式的分区，花了大量的篇幅来引诱俺走上歧路，过分。
正确的日期分区例子
mysql优化器支持以下两种内置的日期函数进行分区：
TO_DAYS()
YEAR()
看个例子：
mysql CREATE TABLE part_date3
- ( c1 int default NULL,
- c2 varchar(30) default NULL,
- c3 date default NULL) engine=myisam
- partition by range (to_days(c3))
- (PARTITION p0 VALUES LESS THAN (to_days('1995-01-01')),
- PARTITION p1 VALUES LESS THAN (to_days('1996-01-01')) ,
- PARTITION p2 VALUES LESS THAN (to_days('1997-01-01')) ,
- PARTITION p3 VALUES LESS THAN (to_days('1998-01-01')) ,
- PARTITION p4 VALUES LESS THAN (to_days('1999-01-01')) ,
- PARTITION p5 VALUES LESS THAN (to_days('2000-01-01')) ,
- PARTITION p6 VALUES LESS THAN (to_days('2001-01-01')) ,
- PARTITION p7 VALUES LESS THAN (to_days('2002-01-01')) ,
- PARTITION p8 VALUES LESS THAN (to_days('2003-01-01')) ,
- PARTITION p9 VALUES LESS THAN (to_days('2004-01-01')) ,
- PARTITION p10 VALUES LESS THAN (to_days('2010-01-01')),
- PARTITION p11 VALUES LESS THAN MAXVALUE );
Query OK, 0 rows affected (0.00 sec)
以to_days()函数分区成功，我们分析一下看看：
mysql explain partitions
- select count(*) from part_date3 where
- c3 date '1995-01-01' and c3 date '1995-12-31'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: part_date3
partitions: p1
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 808431
Extra: Using where
1 row in set (0.00 sec)
可以看到，mysql优化器这次不负众望，仅仅在p1分区进行查询。在这种情况下查询，真的能够带来提升查询效率么？下面分别对这次建立的part_date3和之前分区失败的part_date1做一个查询对比：
mysql select count(*) from part_date3 where
- c3 date '1995-01-01' and c3 date '1995-12-31';
+----------+
| count(*) |
+----------+
| 805114 |
+----------+
1 row in set (4.11 sec)
mysql select count(*) from part_date1 where
- c3 date '1995-01-01' and c3 date '1995-12-31';
+----------+
| count(*) |
+----------+
| 805114 |
+----------+
1 row in set (40.33 sec)
可以看到，分区正确的话query花费时间为4秒，而分区错误则花费时间40秒（相当于没有分区），效率有90％的提升！所以我们千万要正确的使用分区功能，分区后务必用explain验证，这样才能获得真正的性能提升。
注意：
在mysql5.1中建立分区表的语句中，只能包含下列函数：
ABS()
CEILING() and FLOOR() （在使用这2个函数的建立分区表的前提是使用函数的分区键是INT类型），例如
mysql CREATE TABLE t (c FLOAT) PARTITION BY LIST( FLOOR(c) )( - PARTITION p0 VALUES IN (1,3,5), - PARTITION p1 VALUES IN (2,4,6) - );; ERROR 1491 (HY000): The PARTITION function returns the wrong type mysql CREATE TABLE t (c int) PARTITION BY LIST( FLOOR(c) )( - PARTITION p0 VALUES IN (1,3,5), - PARTITION p1 VALUES IN (2,4,6) - ); Query OK, 0 rows affected (0.01 sec)
DAY()
DAYOFMONTH()
DAYOFWEEK()
DAYOFYEAR()
DATEDIFF()
EXTRACT()
HOUR()
MICROSECOND()
MINUTE()
MOD()
MONTH()
QUARTER()
SECOND()
TIME_TO_SEC()
TO_DAYS()
WEEKDAY()
YEAR()
YEARWEEK()
