GROUP BY YEAR(record_date), MONTH(record_date)

查看MySQL中的日期和时间函数。

我希望每天都能得到类似的数据，经过一些试验，这是我在这个场景中能找到的最快的数据

SELECT COUNT(id)
FROM stats
GROUP BY record_date DIV 1000000;

如果你想每个月有一次，添加额外的零(00) 我不建议从“使代码可读”的角度考虑，它也可能在不同的版本中中断。但在我们的例子中，与我测试的其他更清晰的查询相比，这只花了不到一半的时间。

这是一个MySQL的答案(因为MySQL被标记在问题中)，并在手册https://dev.mysql.com/doc/refman/8.0/en/date-and-time-type-conversion.html中有详细的说明

如果你的搜索已经超过几年了，你仍然想每月分组，我建议:

版本1:

SELECT SQL_NO_CACHE YEAR(record_date), MONTH(record_date), COUNT(*)
FROM stats
GROUP BY DATE_FORMAT(record_date, '%Y%m')

版本#2(更有效):

SELECT SQL_NO_CACHE YEAR(record_date), MONTH(record_date), COUNT(*)
FROM stats
GROUP BY YEAR(record_date)*100 + MONTH(record_date)

我在一个大表上比较了这些版本，有1,357,918行(innodb)， 第二个版本的效果似乎更好。

版本1(平均执行10次):1.404秒 版本2(平均执行10次):0.780秒

(增加SQL_NO_CACHE键，防止MySQL对查询进行缓存。)

．．．． group by to_char(date， 'YYYY')——> 1989

．．．． group by to_char(date，'MM')——>05

．．．． 3 .用to_char(date，'DD')——>

．．．． group by to_char(date，'MON')——>

．．．． 9 . group by to_char(date，'YY')——>

你可以在GROUP BY中简单的使用Mysql DATE_FORMAT()函数。在某些情况下，您可能希望添加一个额外的列以增加清晰度，例如记录跨越数年，而同一个月出现在不同的年份。这里有很多选项，你可以自定义。开始前请先读一下。希望对你有帮助。下面是示例查询，以帮助您理解

SELECT
    COUNT(id),
    DATE_FORMAT(record_date, '%Y-%m-%d') AS DAY,
    DATE_FORMAT(record_date, '%Y-%m') AS MONTH,
    DATE_FORMAT(record_date, '%Y') AS YEAR

FROM
    stats
WHERE
    YEAR = 2009
GROUP BY
    DATE_FORMAT(record_date, '%Y-%m-%d ');

如果你想过滤特定年份(例如2000年)的记录，那么优化WHERE子句，如下所示:

SELECT MONTH(date_column), COUNT(*)
FROM date_table
WHERE date_column >= '2000-01-01' AND date_column < '2001-01-01'
GROUP BY MONTH(date_column)
-- average 0.016 sec.

而不是:

WHERE YEAR(date_column) = 2000
-- average 0.132 sec.

结果是根据一个包含300k行和date列索引的表生成的。

至于GROUP BY子句，我根据上面提到的表测试了三个变体;以下是调查结果:

SELECT YEAR(date_column), MONTH(date_column), COUNT(*)
FROM date_table
GROUP BY YEAR(date_column), MONTH(date_column)
-- codelogic
-- average 0.250 sec.

SELECT YEAR(date_column), MONTH(date_column), COUNT(*)
FROM date_table
GROUP BY DATE_FORMAT(date_column, '%Y%m')
-- Andriy M
-- average 0.468 sec.

SELECT YEAR(date_column), MONTH(date_column), COUNT(*)
FROM date_table
GROUP BY EXTRACT(YEAR_MONTH FROM date_column)
-- fu-chi
-- average 0.203 sec.

最后一个是赢家。