按时间分组统计的SQL语句
日期(exportDate) 数量(amount)
-------------- -----------
14-2月 -08 20
10-3月 -08 2
14-4月 -08 6
14-6月 -08 75
24-10月-09 23
14-11月 -09 45
04-8月 -10 5
04-9月 -10 44
04-10月-10 88
注意：为了显示更直观，如下查询已皆按相应分组排序
1.按年份分组
select to_char（exportDate，‘yyyy’），sum（amount） from table1 group by to_char（exportDate，‘yyyy’）;
年份 数量
-----------------------------
2009 68
2010 137
2008 103
2.按月份分组
select to_char（exportDate，‘yyyy-mm’），sum（amount） from table1 group by to_char（exportDate，‘yyyy-mm’）
order by to_char（exportDate，‘yyyy-mm’）;
月份 数量
-----------------------------
2008-02 20
2008-03 2
2008-04 6
2008-06 75
2009-10 23
2009-11 45
2010-08 5
2010-09 44
2010-10 88
3.按季度分组
select to_char（exportDate，‘yyyy-Q’），sum（amount） from table1 group by to_char（exportDate，‘yyyy-Q’）
order by to_char（exportDate，‘yyyy-Q’）;
季度 数量
------------------------------
2008-1 22
2008-2 81
2009-4 68
2010-3 49
2010-4 88
4.按周分组
select to_char（exportDate，‘yyyy-IW’），sum（amount） from table1 group by to_char（exportDate，‘yyyy-IW’）
order by to_char（exportDate，‘yyyy-IW’）;
周 数量
------------------------------
2008-07 20
2008-11 2
2008-16 6
2008-24 75
2009-43 23
2009-46 45
2010-31 5
2010-35 44
2010-40 88
补充：
按季度分组还有个比较笨的方法（参考网络资源）
select to_char（exportDate，‘yyyy’），
sum（decode（to_char（exportDate，‘mm’），‘01’，amount，‘02’，amount，‘03’，amount，0）） as 第一季，
sum（decode（to_char（exportDate，‘mm’），‘04’，amount，‘05’，amount，‘06’，amount，0）） as 第二季，
sum（decode（to_char（exportDate，‘mm’），‘07’，amount，‘08’，amount，‘09’，amount，0）） as 第三季，
sum（decode（to_char（exportDate，‘mm’），‘10’，amount，‘11’，amount，‘12’，amount，0）） as 第四季
from table1
group by to_char（exportDate，‘yyyy’）;
年份 第一季 第二季 第三季 第四季
--------------------------------------------------
2009 0 0 0 68
2010 0 0 49 88
2008 22 81 0 0
5:按时间段统计
按时间段分组显示 。。。
比如有数据是
2010-8-13 09:46:05
2010-8-13 10:09:05
2010-8-13 10:46:05
按照每30分钟分段统计，然后统计字段显示成10:00-10:30形式
SQL:
select to_char((trunc(sysdate)+trunc((motime-trunc(sysdate))*24*60/30)*30/60/24),'hh24:mi')||'-'||to_char((trunc(sysdate)+trunc((motime-trunc(sysdate))*24*60/30+1)*30/60/24),'hh24:mi') period, count(*) "total" from mo where trunc(motime)=to_date(&day,'yyyymmdd') group by to_char((trunc(sysdate)+trunc((motime-trunc(sysdate))*24*60/30)*30/60/24),'hh24:mi')||'-'||to_char((trunc(sysdate)+trunc((motime-trunc(sysdate))*24*60/30+1)*30/60/24),'hh24:mi') order by 1;
还可以使用connect by 和level来完成这个操作
这里需要用connect by和level来共同构建当天内每分钟的时间点。
select to_char(to_date(to_char(sysdate, 'yyyy-MM-dd') || ' 00:00:00','yyyy-MM-dd HH24:mi:ss') + (level / 24 / 60),'yyyy-MM-dd HH24:mi:ss') dt
from dual
connect by level <=
trunc((sysdate -to_date('2013-1-5 00:00:00', 'yyyy-MM-dd HH24:mi:ss')) * 24 * 60,0)
得到这样的结果后，接下来的统计就简单了很多，下面是统计每个时间点单据总数的sql：
select dt,
(select count(1)
from orderTest o
where o.create_time >
to_date(to_char(sysdate, 'yyyy-MM-dd') || ' 00:00:00',
'yyyy-MM-dd HH24:mi:ss')
and o.create_time <= to_date(d.dt, 'yyyy-MM-dd HH24:mi:ss')) n
from (select to_char(to_date(to_char(sysdate, 'yyyy-MM-dd') || ' 00:00:00',
'yyyy-MM-dd HH24:mi:ss') +
(level / 24 / 60),
'yyyy-MM-dd HH24:mi:ss') dt
from dual
connect by level <= trunc((sysdate -
to_date('2013-1-5 00:00:00',
'yyyy-MM-dd HH24:mi:ss')) * 24 * 60,
0)) d
统计的结果如下：
DT N
------------------- ----------
2013-01-05 00:01:00 0
2013-01-05 00:02:00 0
2013-01-05 00:03:00 0
2013-01-05 00:04:00 0
2013-01-05 00:05:00 0
2013-01-05 00:06:00 0
2013-01-05 00:07:00 0
2013-01-05 00:08:00 0
2013-01-05 00:09:00 0
2013-01-05 00:10:00 0
2013-01-05 00:11:00 0
2013-01-05 00:12:00 0
2013-01-05 00:13:00 0
2013-01-05 00:14:00 0
2013-01-05 00:15:00 0
2013-01-05 00:16:00 0
2013-01-05 00:17:00 0
2013-01-05 00:18:00 0
2013-01-05 00:19:00 0
2013-01-05 00:20:00 0
由于是凌晨的关系，所以统计出来的数据都是0。
上面写的语句都是默认时间间隔是1分钟的，如果你需要修改间隔时间，只需要修改下面两处地方
select to_char(to_date(to_char(sysdate, 'yyyy-MM-dd') || ' 00:00:00',
'yyyy-MM-dd HH24:mi:ss') +
(level / 24 / 60 /*自定义时间间隔*/),
'yyyy-MM-dd HH24:mi:ss') dt
from dual
connect by level <= trunc((sysdate -
to_date('2013-1-5 00:00:00',
'yyyy-MM-dd HH24:mi:ss')) * 24 * 60/*自定义时间间隔*/,
0)
第一处地方需要除以间隔时间，第二处地方则是乘以间隔时间。
说到原理其实很简单，先用系统当前时间减去今日的初始时间，减出来的天数*24*60就是分钟数trunc之后就可以用做level了。