SQLServer2008现在有一个“日期”数据类型，它只包含一个日期，而不包含时间组件。使用SQLServer 2008及更高版本的任何人都可以执行以下操作：

SELECT CONVERT(date, GETDATE())

SELECT CONVERT(VARCHAR,DATEADD(DAY,-1,GETDATE()),103) --21/09/2011

SELECT CONVERT(VARCHAR,DATEADD(DAY,-1,GETDATE()),101) --09/21/2011

SELECT CONVERT(VARCHAR,DATEADD(DAY,-1,GETDATE()),111) --2011/09/21

SELECT CONVERT(VARCHAR,DATEADD(DAY,-1,GETDATE()),107) --Sep 21, 2011

DATEADD和DATEDIFF优于转换为varchar。两个查询都有相同的执行计划，但执行计划主要涉及数据访问策略，并不总是显示执行所有任务所需的CPU时间所涉及的隐含成本。如果两个查询都是针对具有数百万行的表运行的，则使用DateDiff的CPU时间可能接近Convert CPU时间的1/3！

要查看查询的执行计划，请执行以下操作：

set showplan_text on
GO 

DATEADD和DATEDIFF都将执行CONVERT_IMPLICIT。

虽然CONVERT解决方案对某些人来说更简单、更容易阅读，但速度较慢。不需要回滚到DateTime（这是由服务器隐式完成的）。之后，DateAdd也不需要使用DateDiff方法，因为整数结果也将隐式转换回DateTime。

从日期表选择转换（varchar，MyDate，101）

  |--Compute Scalar(DEFINE:([Expr1004]=CONVERT(varchar(30),[TEST].[dbo].[DatesTable].[MyDate],101)))
       |--Table Scan(OBJECT:([TEST].[dbo].[DatesTable]))

从日期表选择DATEADD（dd，0，DATEDIFF（dd，1，MyDate））

  |--Compute Scalar(DEFINE:([Expr1004]=dateadd(day,(0),CONVERT_IMPLICIT(datetime,datediff(day,'1900-01-01 00:00:00.000',CONVERT_IMPLICIT(datetime,[TEST].[dbo].[DatesTable].[MyDate],0)),0))))
       |--Table Scan(OBJECT:([TEST].[dbo].[DatesTable]))

使用@digi建议的FLOOR（）具有更接近DateDiff的性能，但不建议使用，因为将DateTime数据类型转换为float和back并不总是产生原始值。

记住：不要相信任何人。看看性能统计数据，然后自己测试！

测试结果时要小心。选择许多行到客户端将隐藏性能差异，因为通过网络发送行比执行计算所需的时间更长。因此，请确保所有行的工作都由服务器完成，但没有向客户端发送行集。

对于缓存优化何时影响查询，有些人似乎感到困惑。在同一批处理或单独批处理中运行两个查询对缓存没有影响。因此，您可以手动终止缓存，也可以简单地多次来回运行查询。对查询#2的任何优化也会影响任何后续查询，所以如果您愿意，请放弃执行#1。

这里是完整的测试脚本和性能结果，证明DateDiff比转换为varchar快得多。

为什么不使用DATE_FORMAT（your_datetiem_column，'%d-%m-%Y'）？

示例：从table_name中选择DATE_FORMAT（some_datetime_column，“%d-%m-%Y”）

您可以通过重新排列“%d-%m-%Y”部分来更改m、d和year的顺序

您可以简单地使用下面的代码在SQL中只获取日期部分，而不获取时间部分：

SELECT SYSDATE TODAY FROM DUAL; 

语法：

SELECT CONVERT (data_type(length)),Date, DateFormatCode)

Ex:

Select CONVERT(varchar,GETDATE(),1) as [MM/DD/YY]
Select CONVERT(varchar,GETDATE(),2) as [YY.MM.DD]

关于日期的所有日期格式代码：

DateFormatCode  Format
1       [MM/DD/YY]
2       [YY.MM.DD]
3       [DD/MM/YY]
4       [DD.MM.YY]
5       [DD-MM-YY]
6       [DD MMM YY]
7       [MMM DD,YY]
10      [MM-DD-YY]
11      [YY/MM/DD]
12      [YYMMDD]
23      [yyyy-mm-dd]
101     [MM/DD/YYYY]
102     [YYYY.MM.DD]
103     [DD/MM/YYYY]
104     [DD/MM/YYYY]
105     [DD/MM/YYYY]
106     [DD MMM YYYY]
107     [MMM DD,YYYY]
110     [MM-DD-YYYY]
111     [YYYY/MM/DD]
112     [YYYYMMDD]