对要统计的时间字段进行字符转换处理,再按照其分组即可实现对数据进行日,周,月,年,时,分,秒的统计
1、按日统计
to_char( h.row_date, 'yyyy-MM-dd' ) AS row_date2
GROUP BY to_char( h.row_date, 'yyyy-MM-dd' )
2、按月统计
to_char(h.row_date, 'yyyy-MM' ) AS row_date2
GROUP BY to_char(h.row_date, 'yyyy-MM' )
3、按年统计
to_char( h.row_date,'yyyy' ) AS row_date2
GROUP BY to_char( h.row_date,'yyyy' )
4、按小时统计
to_char( h.row_date, 'yyyy-MM-dd HH' ) AS row_date2
GROUP BY to_char( h.row_date, 'yyyy-MM-dd HH' )
5、按分钟统计
to_char( h.row_date, 'yyyy-MM-dd HH:mm' ) AS row_date2
GROUP BY to_char( h.row_date, 'yyyy-MM-dd HH:mm' )
6、按周统计
按周统计最简单法
对时间row_date字段做处理,变成对应日期周一时间,然后按这个周一的时间去统计。减1的操作表示为对应日期的星期一,减1,2,3,4,5,6,7分别是对应日期的周一,周二,周三,周四,周五、周六、周日。
to_char( h.row_date-(extract (dow from h.row_date) - 1 ||'day')::interval,'yyyy-MM-dd') row_date
然后按上面的语句分组统计即可实现按周统计,下面对应分组函数
GROUP BY to_char(h.row_date-(extract (dow from h.row_date) - 1 ||'day')::interval,'yyyy-MM-dd')
按周统计之方法二(较复杂,不建议使用)
to_char(h.row_date, 'yyyy' ) || EXTRACT ( week FROM h.row_date ) :: INTEGER ASrow_date2
获取到数据库输出的字段中的年份和周数。
String row_date=rs.getString("row_date2");
//获取数据库输出日期的年份
int year=Integer.parseInt(row_date.substring(0, 4));
//获取数据库输出日期的周数
if(row_date.length()>=6){
week=Integer.parseInt(row_date.substring(4,6));}
else{
week=Integer.parseInt(row_date.substring(4,5));
}
String row_date2=getFirstDayOfWeek(year, week);
trafficMap.put("row_date", row_date2);
将查询出的内容日期转换成当周周一的时间
//将周统计中获取的如201636,表示2016年36周,获取其周一的时间
public String getFirstDayOfWeek(int year, int week) {
// 先滚动到该年
nows.set(Calendar.YEAR, year);
// 滚动到周
nows.set(Calendar.WEEK_OF_YEAR, week);
// 得到该周第一天
nows.set(Calendar.DAY_OF_WEEK, 2);
String firstDay = df.format(nows.getTime());
return firstDay;
}
7、按30分钟进行统计
case when substr( to_char(h.row_date, 'yyyy-mm-dd hh24:mi'),15, 16) :: integer <=30 then to_char(h.row_date, 'yyyy-mm-dd hh24')||':30' else to_char( h.row_date, 'yyyy-mm-ddhh24' )||':60' end as row_date2
GROUP BY case when substr( to_char(h.row_date, 'yyyy-mm-dd hh24:mi'),15, 16) :: integer <=30 then to_char(h.row_date, 'yyyy-mm-dd hh24')||':30' else to_char( h.row_date, 'yyyy-mm-ddhh24' )||':60' end