java常用的统计_常见的统计解决方案

最近用MySQL做统计的需求比较多，这里整理一些常用的场景方便后期查阅，同时也是抛砖引玉的过程。其中包括普通的分组统计，连续的每日统计，区间范围统计。

技术：MySQL, SpringDataJpa, Kotlin

说明：文章前半部分是场景分析，后半部分是语法分析

要点：GROUP BY, UNION, DATE_FORMAT, 流程控制函数

普通分组统计

场景一：根据订单状态统计订单数量。

一个很常见，也很简单的统计需求。其中状态字段是订单实体的一个属性。参考代码：(Kotlin语法)

@Query("SELECT status, COUNT(id) FROM Order GROUP BY status")

fun summaryOrderByStatus(): Array>?

场景二：根据订单中商品类目统计订单数量和金额。

比场景一稍微麻烦了一点，商品字段是订单实体的一个属性，而类目字段才是商品实体的一个属性。参考代码：(Kotlin语法)

@Query("SELECT commodity.category, COUNT(id), SUM(finalPrice) FROM Order GROUP BY commodity.category")

fun summaryOrderByCommodityCategory(): Array>?

小结：

一)、分组统计少不了GROUP BY语句，如果需要加查询条件，请在其前面添加 WHERE 语句。

二)、统计数量用COUNT，统计总和用SUM函数，有GROUP BY的地方，少不了这些聚合函数。

三)、统计返回的结果是字符串类型的二维数组。

四)、以内嵌属性分组，如果是SpringDataJpa框架，则可以直接通过"实体类.属性名"的方式。

每日统计

在做每日，每周，每月统计时，遇到返回日期不是连续的情况。原因是数据库中没有值，而我们理想状态应该是：如果没有值则默认为零，使其数据是连续的日期。

场景三：统计结果日期可能不连续

如果数据库中某个时间段没有值，那统计出来的结果会缺这段时间。参考代码：(sql语句)

-- 统计每日

SELECT DATE_FORMAT(create_date,'%Y-%m-%d') as days, COUNT(id) count FROM order GROUP BY days;

-- 统计每周

SELECT DATE_FORMAT(create_date,'%Y-%u') as weeks, COUNT(id) count FROM order GROUP BY weeks;

-- 统计每月

SELECT DATE_FORMAT(create_date,'%Y-%m') as months, COUNT(id) count FROM order GROUP BY months;

场景四：统计结果日期连续

要让日期连续，又要代码优雅。说实话，困扰了我很久，一直没有找到很好的解决方法，虽然目前这个方法很挫。但可以解决问题。毕竟抓到老鼠的都是好猫。如果各位有好的建议，望赐教！

解决思路：

第一步：创建一张date_summary辅助表，字段只需要有date和count(默认值为零)。

第二步：先向date_summary表插入10年内的数据。

第三步：通过UNION ALL 联合查询，将空缺的日期补上。

第二步参考代码(Kotlin语法)

val startDate = Calendar.getInstance()

startDate.set(2018, 6, 1)

val startTIme = startDate.timeInMillis

val endDate = Calendar.getInstance()

endDate.set(2028, 11, 30)

val endTime = endDate.timeInMillis

val oneDay = 1000 * 60 * 60 * 24L

var time = startTIme

val dates: MutableList = arrayListOf()

while (time<=endTime) {

val dateSummary = DateSummary()

dateSummary.date = SimpleDateFormat("yyyy-MM-dd").format(Date(time))

dateSummary.count = 0

dates.add(dateSummary)

time += oneDay

}

dateSummaryRepository.saveAll(dates)

第三步统计每日的SQL语句

SELECT

summary.oneDay,

summary.count

FROM

(

SELECT

DATE_FORMAT( created_date, '%Y-%m-%d' ) oneDay,

COUNT(id) count

FROM

service_order

WHERE created_date BETWEEN "2018-06-01" and "2018-08-01"

GROUP BY oneDay

UNION ALL

(

SELECT

DATE_FORMAT( date, '%Y-%m-%d' ) templateDay,

count

FROM

date_summary

WHERE date BETWEEN "2018-06-01" and "2018-08-01"

GROUP BY

templateDay

)

) summary

GROUP BY

summary.oneDay

ORDER BY

summary.oneDay ASC

小结：

一)、MySQL的DATE_FORMAT(date,format) 函数用于以不同的格式显示日期/时间数据，文章后面会详细介绍

二)、MySQL的UNION 操作符用于合并两个或多个SELECT语句的结果集，文章后面会详细介绍

区间范围统计

这是一个较为常见的需求，比如按照年龄段统计人员分布情况，甚至要求分别统计男女人数分布情况。

场景五：根据小区年龄段统计人数

只根据年龄范围统计，没有其他限制条件，使用SUM只需要加一。

SELECT INTERVAL(age,10,20,30,40,50,60,70,80,90) AS ageRatio, SUM(1) AS count FROM user GROUP BY ageRatio

场景六：根据小区年龄段统计男女人数

在场景五的基础上多了一个区分性别，用流程控制函数来设置SUM加一的情况。

SELECT INTERVAL(age,10,20,30,40,50,60,70,80,90) AS ageRatio,

SUM(CASE WHEN sex=1 THEN 1 ELSE 0 END) AS male,

SUM(CASE WHEN sex=0 THEN 1 ELSE 0 END) AS female FROM user GROUP BY ageRatio

小结：

一)、通过区间统计需要使用MySQL的INTERVAL函数，第一个参数是需要比较的字段，后面是比较的区间，值必须从小到大

二)、区间统计的结果也是二维数组，注意返回的结果可能不是连续的(这里的不连续可以用代码解决，毕竟区间数量较少)。第一个参数返回的是区间的下标，从0开始。

三)、当age的值在区间范围内就SUM加一，也可以通过流程控制函数(CASE WHEN THEN ELSE END)来判断是加一还是加零

MySQL知识点

知道现在都是快餐文化，大家都很忙，很少有时间去揣摩各语法的特点。所以先把常用的场景写在前面，语法知识写在后面。

GROUP BY 分组

一)、分组一般与聚合函数一起使用如SUM，COUNT等

二)、GROUP BY 在WHERE 语句之后

DATE_FORMAT 时间格式化

一)、用来修改时间的格式

二)、语法格式: DATE_FORMAT(date,format) date必须是合格的时间参数，format是输出时间格式

三)、常见的format格式有：

%Y: 4位数的年，

%y: 2位数的年，

%m: 2位数的月(00~12)，

%M: 英文单词的月，

%d: 2位数的日(00~31)，

%u: 周，星期一是一周的第一条，

UNION 联合结果

一)、UNION可以合并、联合，将多次查询结果合并成一个结果，通过查询结果合并解决了统计不连续的情况。

二)、多条查询语句的列数必须一致，各列的顺序最好一致。场景四中，两条sql都只查询了date和count，且顺序保持一致。

三)、union 去重，union all包含重复项

INTERVAL 比较间距

一)、INTERVAL()函数是比较列表(N, arg1, arg2, arg3...argN)中的N值。

二)、INTERVAL()函数如果N

三)、列表值必须是arg1 < arg2 < arg3 的形式才能正常工作。

流程控制函数

一)、case when then else end 是流程控制函数中的一种，还有一种是if函数

二)、使用语法：

case

when 条件1 then 值1

when 条件2 then 值2

...

else 值n

end

文章到这里就结束了。如果文章对你有帮助，可以点个"推荐"，也可以"关注"我，获得更多丰富的知识。若文中有什么不对或者不严谨的地方，请指正。