SQL——按照季度，固定時間段，分組統計數據

　　最近在工作中接到了一個需求，要求統計當月以10天為一個周期，每個周期的數據匯總信息。假設有一張表如下：

表table_test中

ID           AMOUNT         CREATE_DATE

1            50                     2017-01-01

2            50                     2017-01-09

3            50                     2017-01-11

4            50                     2017-01-19

5            50                     2017-01-21

6            50                     2017-01-22

7            50                     2017-01-24

　　相當於以CREATE_DATE為組條件，1 - 10，11 -20，21 - 月末，每一個時間段的AMOUNT字段的和。面對這個需求，首先想到的解決方案為以日期作為參數。使用代碼傳參重復調用，發現該方法效率極低，后來做出相應優化，使用 UNION ALL 去調用 sql如下

SELECT SUM(AMOUT) AS totalAmount FORM TABLE_TEST 
WHERE CREATE_DATE BETWEEN '2017-01-01' AND '2017-01-10'
UNION ALL
SELECT SUM(AMOUT) AS totalAmount FORM TABLE_TEST 
WHERE CREATE_DATE BETWEEN '2017-01-11' AND '2017-01-20'
UNION ALL
SELECT SUM(AMOUT) AS totalAmount FORM TABLE_TEST 
WHERE CREATE_DATE BETWEEN '2017-01-21' AND '2017-01-30'

　　后來數據量大了后發現，效率有些跟不上。就想到了代替的優化SQL如下

SELECT
    sum(amount) totalAmount,
    floor((day(CREATE_DATE) - day(NOW()))/10) AS TIMESAPN
FROM
    table_test
where MONTH(create_date) = MONTH(now())
GROUP BY
    TIMESAPN --該sql為mysql語句,如果為其他數據庫可替換為其他數據庫函數

　　關鍵點在於：

floor((day(CREATE_DATE) - day(NOW()))/10) AS TIMESAPN
  當 TIMESAPN 為 0 時則在第一個周期，為1則在第二個周期，以此類推，最后在以該字段為分組條件。完美解決效率問題。可以適當的想一下如果該需求改成按照季度統計。只需要截取日期的月份/4則可以完美解決。也就是說這個sql
基本可以解決按照一段時間去統計的大部分需求。（該sql為博主自己想出來的，適用於本需求。如果有什么更好的解決方法可以留言。互相學習）