常见的统计解决方案

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<Array<String>>?

场景二：根据订单中商品类目统计订单数量和金额。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。

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

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
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
这个问题困扰了我很久，一直没有找到很好的解决方法，虽然这个方法很挫。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！

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<DateSummary> = arrayListOf() while (time<=endTime) { val dateSummary = DateSummary() dateSummary.date = SimpleDateFormat("yyyy-MM-dd").format(Date(time)) dateSummary.count = 0 dates.add(dateSummary) time += oneDay } dateSummaryRepository.saveAll(dates)

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

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

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