mysql按日期分组（group by）查询统计的时候，没有数据补0的解决办法

Posted 2020-10-21 采菊东篱下，悠然见南山。

转载自:http://blog.csdn.net/jie11447416/article/details/50887888

1、案例中的数据结构和数据如下

 

2、在没有解决的时候，是这样的

 1 SELECT date(downtime) AS dday, count(*) AS num FROM re_device GROUP BY dday 

得到如下结果，如果那天没有数据，那麽就会没有记录 

我们看到，时间不连续，没有2016-3-05这一天的，这样本来不是问题，但是，我拿出来的数据，还要画出图表呀，没有当然不行，我们需要的是下面这个样子的。 

简单的说就是，没有数据，就要补充一个0.

 

3、下面我们讲实现

我们要生成一个日历的表，然后和原来的数据，联合查询，说到这里，大家就知道很low了，但是，限于我水平有限，研究这个问题，半天，这个是我找到的比较好的一种实现方式。如果你又更好的，也请你给我说下。 
执行下面的sql，直接诶生成日历的表（calendar）

CREATE TABLE num (i int);-- 创建一个表用来储存0-9的数字
INSERT INTO num (i) VALUES (0), (1), (2), (3), (4), (5), (6), (7), (8), (9);-- 生成0-9的数字，方便以后计算时间

CREATE TABLE  if not exists calendar(datelist date); -- 生成一个存储日期的表，datalist是字段名

-- 这里是生成并插入日期数据
INSERT INTO calendar(datelist) SELECT
    adddate(
        (   -- 这里的起始日期，你可以换成当前日期
            DATE_FORMAT("2016-1-1", \'%Y-%m-%d\') 
        ),
        numlist.id
    ) AS `date`
FROM
    (
        SELECT
            n1.i + n10.i * 10 + n100.i * 100 + n1000.i * 1000+ n10000.i * 10000 AS id
        FROM
            num n1
        CROSS JOIN num AS n10
        CROSS JOIN num AS n100
        CROSS JOIN num AS n1000
        CROSS JOIN num AS n10000
    ) AS numlist;

这里我用了100000条记录，算出来到2289年了，完全够用了，到那个时候，出问题，我也管不了了。

完成之后，请删除num的零时表

4、联合查询

 1 SELECT
 2     date(dday) ddate,
 3     count(*) - 1 as num
 4 FROM
 5     (
 6         SELECT
 7             datelist as dday
 8         FROM
 9             calendar 
10             -- 这里是限制返回最近30天的数据
11             where  DATE_SUB(CURDATE(), INTERVAL 30 DAY) <= date(datelist)&&date(datelist)<=CURDATE() 
12         UNION ALL
13             SELECT
14                 downtime
15             FROM
16                 re_device
17     ) a
18 GROUP BY ddate

5、其他解决方法 
当然，应该还有其他的解决方案，但是博主就没有去写了，有时间可以去写一下。 
我用的spring mvc，所以，也还是可以在java代码中补充完整的，因为数据返回的是个map对象，那麽我们要遍历这个对象，直接用calendar对象，生成日期作为key来遍历，如果没有数据，就put进去一个0，然后在限制一下，需要多少天的，就可以了。数据就完整了。 
但是这样也有一个问题，那就是map里的数据顺序会有问题，所以，使用的时候，也必须是生成calendar对象，然后构造出来日期作为key来遍历。或者用Collections.sort（）排序一下。

我个人觉得，还是上数据直接生成得比较好一点。