试试这个

SELECT COUNT(id)
FROM stats
GROUP BY EXTRACT(YEAR_MONTH FROM record_date)

EXTRACT(unit FROM date)函数更好，因为使用较少的分组，并且函数返回一个数字值。

分组时的比较条件将比DATE_FORMAT函数(返回字符串值)快。尝试使用函数|字段返回非字符串值的SQL比较条件(WHERE, HAVING, ORDER BY, GROUP BY)。

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。

或者你可以像这样使用group by子句，

//to get data by month and year do this ->
SELECT FORMAT(TIMESTAMP_COLUMN, 'MMMM yy') AS Month, COUNT(ID) FROM TABLE_NAME GROUP BY FORMAT(TIMESTAMP_COLUMN, 'MMMM yy')

如果要按日期获取记录，则在组中按格式更改为 'dd-mm-yy'或'dd-MMMM-yyy'

完整而简单的解决方案，具有类似的性能，但更短，更灵活的替代方案，目前活跃:

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

GROUP BY YEAR(record_date), MONTH(record_date)

查看MySQL中的日期和时间函数。