mysql按日期分组（group by）查询统计的时候，没有数据补0的解决办法。

写博客真实个费时费力的差事，好佩服那些博客阅读几十上百万的人。今天研究了半天按照日期分组统计，没有数据就为空了，我要让他显示0呀。想了办法，都没有找到一个好的，解决方案，然后用了一个很low的方法实现了，还是把它记录下来。方法是用于mysql，与开发语言无关。

1、案例中的数据结构和数据如下

2、在没有解决的时候，是这样的

SELECT date(downtime) AS dday, count(*) AS num FROM re_device GROUP BY dday

得到如下结果，如果那天没有数据，那麽就会没有记录

我们看到，时间不连续，没有2016-3-05这一天的，这样本来不是问题，但是，我拿出来的数据，还要画出图表呀，没有当然不行，我们需要的是下面这个样子的。

简单的说就是，没有数据，就要补充一个0.

3、下面我们讲实现

我们要生成一个日历的表，然后和原来的数据，联合查询，说到这里，大家就知道很low了，但是，限于我水平有限，研究这个问题，半天，这个是我找到的比较好的一种实现方式。如果你又更好的，也请你给我说下。
执行下面的sql，直接诶生成日历的表（calendar）

CREATE TABLE num (i int);-- 创建一个表用来储存0-9的数字
INSERT INTO num (i) VALUES (0), (1), (2), (3), (4), (5), (6), (7), (8), (9);-- 生成0-9的数字，方便以后计算时间

CREATE TABLE  if not exists calendar(datelist date); -- 生成一个存储日期的表，datalist是字段名

-- 这里是生成并插入日期数据
INSERT INTO calendar(datelist) SELECT
    adddate(
        (   -- 这里的起始日期，你可以换成当前日期
            DATE_FORMAT("2016-1-1", '%Y-%m-%d') 
        ),
        numlist.id
    ) AS `date`
FROM
    (
        SELECT
            n1.i + n10.i * 10 + n100.i * 100 + n1000.i * 1000+ n10000.i * 10000 AS id
        FROM
            num n1
        CROSS JOIN num AS n10
        CROSS JOIN num AS n100
        CROSS JOIN num AS n1000
        CROSS JOIN num AS n10000
    ) AS numlist;

这里我用了100000条记录，算出来到2289年了，完全够用了，到那个时候，出问题，我也管不了了。

完成之后，请删除num的零时表

4、联合查询

SELECT
    date(dday) ddate,
    count(*) - 1 as num
FROM
    (
        SELECT
            datelist as dday
        FROM
            calendar 
            -- 这里是限制返回最近30天的数据
            where  DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(datelist)&&date(datelist)<=CURDATE() 
        UNION ALL
            SELECT
                downtime
            FROM
                re_device
    ) a
GROUP BY ddate

好了，到这里，基本就完成了这个查询，出来的数据，我还是比较满意的。

5、其他解决方法
当然，应该还有其他的解决方案，但是博主就没有去写了，有时间可以去写一下。
我用的spring mvc，所以，也还是可以在java代码中补充完整的，因为数据返回的是个map对象，那麽我们要遍历这个对象，直接用calendar对象，生成日期作为key来遍历，如果没有数据，就put进去一个0，然后在限制一下，需要多少天的，就可以了。数据就完整了。
但是这样也有一个问题，那就是map里的数据顺序会有问题，所以，使用的时候，也必须是生成calendar对象，然后构造出来日期作为key来遍历。或者用Collections.sort（）排序一下。

我个人觉得，还是上数据直接生成得比较好一点。