我们可以使用date_format()函数格式化时间，然后进行分组操作
例如有一个学生表，结构如下
| id | name | age | height | gender | create_time |
|---|---|---|---|---|---|
| 1 | pan | 27 | 169 | 1 | 2022-01-13 10:20:22 |
| 2 | yang | 18 | 177 | 1 | 2022-03-14 09:16:42 |
| 3 | daisy | 25 | 156 | 2 | 2022-07-19 19:58:03 |
-- 按年 select date_format(create_time, '%Y') years,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by years; -- 按月 select date_format(create_time, '%Y-%m') months,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by months; -- 按周 select date_format(create_time, '%Y-%u') weeks,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by weeks; -- 按日 select date_format(create_time, '%Y-%m-%d') days,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by days;
如果不想用date_format函数，可以使用对应的year()/month()/week()/day()函数替代
date_format()需要传入一个特定的占位符，mysql常用的占位符可参考下表
| 占位符 | 说明 |
|---|---|
| %Y | 年(4位) |
| %y | 年(2位) |
| %M | 月（英文名，如January） |
| %m | 月（数字，如01） |
| %D | 日（英文名，如1st） |
| %d | 日（数字，如01） |
| %e | 日（数字，如1） |
| %U | 一年中的第几周，从0开始 ，周日是第一天 |
| %u | 一年中的第几周，从0开始，周一是第一天 |
| %H | 时，24小时制，例如15 |
| %h | 时，12小时制，例如01 |
| %i | 分 |
| %s | 秒 |
需要统计今年以来，每周用户的提问次数，并按提问次数进行分类统计，格式如下：
需求不能按自然周算，所以不适合用week()函数计算周数，只能根据提问时间和指定日期的时间差相除
第几周 =floor((提问时间-指定日期)/7)+1
确定了计算方式，首先按周和用户ID分组，查询周，提问次数，然后通过case when对查询结果按提问次数分类，sql如下：
SELECT weeks,
CONCAT(LEFT(MIN(create_time),10),"至",LEFT(MAX(create_time),10)) AS date_range,
SUM(CASE WHEN nums <= 5 THEN 1 ELSE 0 END) AS '提问次数<=5',
SUM(CASE WHEN nums > 5 AND nums<=10 THEN 1 ELSE 0 END) AS '5<提问次数<=10',
SUM(CASE WHEN nums > 10 THEN 1 ELSE 0 END) AS '提问次数>10'
FROM
(SELECT FLOOR(DATEDIFF(create_time,'2021-01-01')/7)+1 weeks,
create_time,uid,COUNT(*) AS nums
FROM `youTable`
WHERE create_time > "2021-01-01"
GROUP BY weeks,uid ORDER BY create_time ASC LIMIT 100000)
AS topic_table GROUP BY weeks
