Mysql中日期比較大小的方法

2021-09-28 07:02:07 字數 2221 閱讀 4679

假如有個表commodity有個字段add_time,它的資料型別為datetime,有人可能會這樣寫sql:

select

*from product where add_time =

'2013-01-12'

;

這種語句,如果你儲存的格式是yy-mm-dd這樣,那麼ok,

如果你儲存的格式是:2018-01-12 23:23:56 這種就悲劇了,此時你可以用 date() 函式用來返回日期的部分;sql如下處理:

select

*from product where

date

(add_time)

='2018-01-12'

如果你要查詢2023年1月份加入的產品呢?

select

*from product where

date

(add_time)

between

'2013-01-01'

and'2013-01-31'

或者: 還可以這樣寫:

select

*from product where

year

(add_time)

=2013

andmonth

(add_time)

=1

其date_col的值是在最後30天以內:

select

*from commodity where to_days(

now())

- to_days( date_col )

<=

30;

dayofweek(date) : 返回日期date的星期索引(1=星期天, 7=星期六) 這些索引值對應於odbc標準。

select dayofweek(

'1998-02-03');

->

3

weekday(date) : 返回date的星期索引 (0=星期一, 6= 星期天)

select weekday(

'1997-10-04 22:23:00');

->

5select weekday(

'2018-07-07');

->

5

dayofmonth(date) : 返回date的月份中日期,在1到31範圍內。

select dayofmonth(

'1998-02-03');

->

3

dayofyear(date) : 返回date在一年中的日數, 在1到366範圍內。

select dayofyear(

'1998-02-03');

->

34

month(date) : 返回date的月份,範圍1到12。

select

month

('1998-02-03');

->

2

dayname(date) : 返回date的星期名字。

select dayname(

"1998-02-05");

->

'thursday'

select dayname(

"20180707");

->

'saturday'

monthname(date) : 返回date的月份名字。

select monthname(

"1998-02-05");

->

'february'

quarter(date) : 返回date一年中的季度,範圍1到4。

select quarter(

'98-04-01');

->

2select quarter(

'20180707');

->

3

這是做統計資料時候用了的sql.

查詢今天、昨天、一周內、8周、12周等資料 直接在sql寫時間查詢。 避免時區轉化。資料庫我們使用的utc時間。

mysql中日期比較大小的方法

假如有個表product有個字段add time,它的資料型別為datetime,有人可能會這樣寫sql 如下 複製 select from product where add time 2013 01 12 對於這種語句,如果你儲存的格式是yy mm dd是這樣的,那麼ok,如果你儲存的格式是 2...

pandas 日期比較大小 Pandas日期功能

日期功能擴充套件了時間序列,在財務資料分析中起主要作用。在處理日期資料的同時,我們經常會遇到以下情況 生成日期序列 將日期序列轉換為不同的頻率 建立乙個日期範圍 通過指定週期和頻率,使用date.range 函式就可以建立日期序列。預設情況下,範圍的頻率是天。參考以下示例 import pandas...

mysql 多行比較大小 MySQL 行列大小問題

1.列數量限制 mysql強制限定每張表最多4096列 字段 實際應用上會比它少。影響列數量的幾個因素 1 行長度 2 儲存引擎,資料型別和字符集 如 innodb每個表的限制為1017列 3 表結構定義檔案.frm 限制不能超過64kb 2.行大小限制 1 每張表限制最大行大小為65535個位元組...