select date,sum(sales) from tablename a left join (select date from tablename group by last_date(date)) b on a.date=b.date and a.date>=date_sub(curdate(),interval 90 day) and a.date<=b.date group by b.date
select curDate() #获取当前日期select curTime() #获取当前时间select now() #获取当前日期+时间列举1个天数加减的例子,其他的看英文意思就可以理解了
select date_add(now(), interval 1 day) #当前日期天数+1
select date_add(now(), interval -1 day) #当前日期天数-1
select date_add(now(), interval 1 hour)
select date_add(now(), interval 1 minute)
select date_add(now(), interval 1 second)
select date_add(now(), interval 1 microsecond)
select date_add(now(), interval 1 week)
select date_add(now(), interval 1 month)
select date_add(now(), interval 1 quarter)
select date_add(now(), interval 1 year)
date_sub与date_add功能整合相反
select
date_sub(now(), interval 1 day) #当前日期天数-select date_sub(now(),
interval -1 day) #当前日期天数+select date_sub(now(), interval 1
hour)select date_sub(now(), interval 1 minute)select date_sub(now(),
interval 1 second)select date_sub(now(), interval 1 microsecond)select
date_sub(now(), interval 1 week)select date_sub(now(), interval 1
month)select date_sub(now(), interval 1 quarter)select date_sub(now(),
interval 1 year)
datediff函数计算两个日期间隔的天数
datediff(date1, date2) #date1 - date2
timediff函数计算两个时间间隔
timediff(time1, time2) #time1 - time2
time1和time2的格式必须要一样,返回时间差
str_to_date(str, format) 字符串转换为日期
select str_to_date('11/09/2014', '%m/%d/%Y')-- 2014-11-09
很多应用往往只展示最新或最热门的几条记录,但为了旧记录仍然可访问,所以就需要个分页的导航栏。然而,如何通过MySQL更好的实现分页,始终是比较令人头疼的问题。虽然没有拿来就能用的解决办法,但了解数据库的底层或多或少有助于优化分页查询。我们先从一个常用但性能很差的查询来看一看。SELECT *FROM cityORDER BY id DESCLIMIT 0, 15这个查询耗时0.00sec。So,这个查询有什么问题呢?实际上,这个查询语句和参数都没有问题,因为它用到了下面表的主键,而且只读取15条记录。CREATE TABLE city ( id int(10) unsigned NOT NULL AUTO_INCREMENT, city varchar(128) NOT NULL, PRIMARY KEY (id)) ENGINE=InnoDB真正的问题在于offset(分页偏移量)很大的时候,像下面这样:SELECT *FROM cityORDER BY id DESCLIMIT 100000, 15上面的查询在有2M行记录时需要0.22sec,通过EXPLAIN查看SQL的执行计划可以发现该SQL检索了100015行,但最后只需要15行。大的分页偏移量会增加使用的数据,MySQL会将大量最终不会使用的数据加载到内存中。就算我们假设大部分网站的用户只访问前几页数据,但少量的大的分页偏移量的请求也会对整个系统造成危害。Facebook意识到了这一点,但Facebook并没有为了每秒可以处理更多的请求而去优化数据库,而是将重心放在将请求响应时间的方差变小。对于分页请求,还有一个信息也很重要,就是总共的记录数。我们可以通过下面的查询很容易的获取总的记录数。SELECT COUNT(*)FROM city然而,上面的SQL在采用InnoDB为存储引擎时需要耗费9.28sec。一个不正确的优化是采用 SQL_CALC_FOUND_ROWS,SQL_CALC_FOUND_ROWS 可以在能够在分页查询时事先准备好符合条件的记录数,随后只要执行一句 select FOUND_ROWS()就能获得总记录数。但是在大多数情况下,查询语句简短并不意味着性能的提高。不幸的是,这种分页查询方式在许多主流框架中都有用到,下面看看这个语句的查询性能。SELECT SQL_CALC_FOUND_ROWS *FROM cityORDER BY id DESCLIMIT 100000, 15这个语句耗时20.02sec,是上一个的两倍。事实证明使用 SQL_CALC_FOUND_ROWS 做分页是很糟糕的想法。下面来看看到底如何优化。文章分为两部分,第一部分是如何获取记录的总数目,第二部分是获取真正的记录。高效的计算行数如果采用的引擎是MyISAM,可以直接执行COUNT(*)去获取行数即可。相似的,在堆表中也会将行数存储到表的元信息中。但如果引擎是InnoDB情况就会复杂一些,因为InnoDB不保存表的具体行数。我们可以将行数缓存起来,然后可以通过一个守护进程定期更新或者用户的某些 *** 作导致缓存失效时,执行下面的语句:SELECT COUNT(*)FROM cityUSE INDEX(PRIMARY)获取记录下面进入这篇文章最重要的部分,获取分页要展示的记录。上面已经说过了,大的偏移量会影响性能,所以我们要重写查询语句。为了演示,我们创建一个新的表“news”,按照时事性排序(最新发布的在最前面),实现一个高性能的分页。为了简单,我们就假设最新发布的新闻的Id也是最大的。CREATE TABLE news( id INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, title VARCHAR(128) NOT NULL) ENGINE=InnoDB一个比较高效的方式是基于用户展示的最后一个新闻Id。查询下一页的语句如下,需要传入当前页面展示的最后一个Id。SELECT *FROM news WHERE id <$last_idORDER BY id DESCLIMIT $perpage查询上一页的语句类似,只不过需要传入当前页的第一个Id,并且要逆序。SELECT *FROM news WHERE id >$last_idORDER BY id ASCLIMIT $perpage上面的查询方式适合实现简易的分页,即不显示具体的页数导航,只显示“上一页”和“下一页”,例如博客中页脚显示“上一页”,“下一页”的按钮。但如果要实现真正的页面导航还是很难的,下面看看另一种方式。SELECT idFROM ( SELECT id, ((@cnt:= @cnt + 1) + $perpage - 1) % $perpage cnt FROM news JOIN (SELECT @cnt:= 0)T WHERE id <$last_id ORDER BY id DESC LIMIT $perpage * $buttons)CWHERE cnt = 0通过上面的语句可以为每一个分页的按钮计算出一个offset对应的id。这种方法还有一个好处。假设,网站上正在发布一片新的文章,那么所有文章的位置都会往后移一位,所以如果用户在发布文章时换页,那么他会看见一篇文章两次。如果固定了每个按钮的offset Id,这个问题就迎刃而解了。Mark Callaghan发表过一篇类似的博客,利用了组合索引和两个位置变量,但是基本思想是一致的。如果表中的记录很少被删除、修改,还可以将记录对应的页码存储到表中,并在该列上创建合适的索引。采用这种方式,当新增一个记录的时候,需要执行下面的查询重新生成对应的页号。SET p:= 0UPDATE news SET page=CEIL((p:= p + 1) / $perpage) ORDER BY id DESC当然,也可以新增一个专用于分页的表,可以用个后台程序来维护。UPDATE pagination TJOIN ( SELECT id, CEIL((p:= p + 1) / $perpage) page FROM news ORDER BY id)CON C.id = T.idSET T.page = C.page现在想获取任意一页的元素就很简单了:SELECT *FROM news AJOIN pagination B ON A.id=B.IDWHERE page=$offset还有另外一种与上种方法比较相似的方法来做分页,这种方式比较试用于数据集相对小,并且没有可用的索引的情况下—比如处理搜索结果时。在一个普通的服务器上执行下面的查询,当有2M条记录时,要耗费2sec左右。这种方式比较简单,创建一个用来存储所有Id的临时表即可(这也是最耗费性能的地方)。CREATE TEMPORARY TABLE _tmp (KEY SORT(random))SELECT id, FLOOR(RAND() * 0x8000000) randomFROM cityALTER TABLE _tmp ADD OFFSET INT UNSIGNED PRIMARY KEY AUTO_INCREMENT, DROP INDEX SORT,ORDER BY random接下来就可以向下面一样执行分页查询了。SELECT *FROM _tmpWHERE OFFSET >= $offsetORDER BY OFFSETLIMIT $perpage简单来说,对于分页的优化就是。。。避免数据量大时扫描过多的记录。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)