图表接口按日期的统计查询开发

需求

在图表统计时，经常会有要按日期去统计数据的情况，如统计每日的点击量，使用量，查看量等数据，通过查看一段时间内的连续数据来感知指标的趋势变化。

这图表的数据需要每天的数据，即使当天没有数据也要能汇总结果0.

SQL语句

以下示例基于示例的用户表：

CREATE TABLE `user` (
 `id` bigint NOT NULL AUTO_INCREMENT,
 `created_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),
 `updated_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6) ON UPDATE CURRENT_TIMESTAMP(6),
 `username` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '用户名称',
 `email` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '邮箱',
 `phone` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '电话',
 `password` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '密码',
 `is_active` tinyint(1) NOT NULL DEFAULT 1 COMMENT '是否激活',
 `last_login` datetime(6) NULL DEFAULT NULL COMMENT '最后登录时间'
)

使用CTE（Mysql 8.0以上）

Mysql 8 中增加了一个新特性 CTE（Common Table Expressions）通用表表达式，是一种命名的临时结果集，它只存在于单个 SQL 语句的执行范围内。你可以把它想象成一个临时视图，只在当前查询中有效。CTE 主要用于简化复杂的查询，提高可读性和可维护性。

CTE 使用 WITH 语句定义，其基本语法如下：

-- WITH: 声明 CTE 的关键字。
-- cte_name: CTE 的名称，必须符合 MySQL 的标识符命名规则。
-- AS: 关键字，用于将 CTE 的定义与名称关联起来。
-- SELECT ... FROM ... WHERE ...: 定义 CTE 的查询语句。这个查询语句的结果将被存储在 CTE 中。
-- SELECT ... FROM cte_name: 使用 CTE 的查询语句。这个语句可以从 CTE 中选择数据。
WITH cte_name AS (
 SELECT ... FROM ... WHERE ...
)
SELECT ... FROM cte_name;
-- 可以在一个 WITH 语句中定义多个 CTE，用逗号分隔：
WITH cte1 AS (
 SELECT ...
),
cte2 AS (
 SELECT ... FROM cte1
)
SELECT ... FROM cte2;

使用CTE获取每日注册用户量

WITH daily_registrations AS (
 SELECT 
 DATE(created_at) AS register_date, -- 按日期截取（去除时间部分）
 COUNT(*) AS registration_count -- 统计当天注册用户数
 FROM user
 WHERE created_at IS NOT NULL
 GROUP BY DATE(created_at)
)
SELECT 
 register_date,
 registration_count
FROM daily_registrations
ORDER BY register_date DESC;
-- daily_registrations 生成了个临时结果集给后续的查询使用，仅用来展示CTE的使用

使用CTE获取每日注册用户量

-- 统计区间内注册
-- 设置变量（实际使用中可替换为传参，如存储过程或应用层参数）
-- SET @start_date = '2025-04-01';
-- SET @end_date = '2025-04-10';
-- WITH RECURSIVE date_series AS (
-- -- 锚点：从指定开始日期出发
-- SELECT @start_date AS date
-- UNION ALL
-- -- 递归：逐日递增，直到结束日期
-- SELECT date + INTERVAL 1 DAY
-- FROM date_series
-- WHERE date < @end_date -- 注意：如果想包含 @end_date，就用 <；若传进来的是 datetime，注意处理
-- )
-- 统计最早注册日到今天的注册
WITH RECURSIVE date_series AS (
 SELECT DATE(MIN(created_at)) AS date FROM user
 UNION ALL
 -- 递归生成下一天
 SELECT date + INTERVAL 1 DAY
 FROM date_series
 WHERE date < CURDATE() -- 到昨天为止；若要包含今天，改为 <=
)
SELECT
 d.date AS reg_date,
 COUNT(u.id) AS reg_cnt -- COUNT 本身忽略 NULL，无需 COALESCE
FROM date_series d
-- LEFT JOIN user u
-- ON DATE(u.created_at) = d.date
LEFT JOIN user u 
 ON u.created_at >= d.date 
 AND u.created_at < d.date + INTERVAL 1 DAY -- 避免 DATE() 函数
GROUP BY d.date
ORDER BY d.date;

注：created_at 上建立了索引, 则避免在索引列上使用函数，否则索引会失效
数据库必须对 每一行的 created_at 值计算 DATE()，然后比较
即使 created_at 有索引，也无法直接使用索引查找
因为索引存储的是原始 datetime 值（如 '2025-04-05 10:30:00'）
而不是 DATE() 计算后的结果（'2025-04-05'）

数据量大且查询频繁时：
LEFT JOIN … ON u.created_at >= d.date AND u.created_at < d.date + INTERVAL 1 DAY仍会导致范围查找，如果只关心“天”而不关心时分秒，可额外冗余一个 created_date DATE 字段并建索引，可改成 ON u.created_date = d.date。

使用子查询

创建日历辅助表

1）一次性建表（只需执行一次）

CREATE TABLE dim_calendar (
 day DATE PRIMARY KEY
);
-- 生成 2020-01-01 ~ 2030-12-31 共 4018 行
INSERT INTO dim_calendar (day)
SELECT DATE_ADD('2020-01-01', INTERVAL seq DAY)
FROM (
 SELECT a.N + b.N * 10 + c.N * 100 + d.N * 1000 AS seq
 FROM
 (SELECT 0 AS N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) a,
 (SELECT 0 AS N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) b,
 (SELECT 0 AS N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) c,
 (SELECT 0 AS N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) d
) t
WHERE seq <= 4018;

2）按日期统计（查询）

SELECT
 c.day AS reg_date,
 COALESCE(COUNT(u.id), 0) AS reg_cnt
FROM dim_calendar c
LEFT JOIN `user` u
 ON DATE(u.created_at) = c.day
WHERE c.day BETWEEN DATE_SUB(CURDATE(), INTERVAL 29 DAY) AND CURDATE()
GROUP BY c.day
ORDER BY c.day;

创建连续数字辅助表

1）一次性建表

CREATE TABLE numbers (n TINYINT PRIMARY KEY);
INSERT INTO numbers (n)
SELECT a.N + b.N * 10 AS n
FROM
 (SELECT 0 N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION
 SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) a,
 (SELECT 0 N UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION
 SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) b;

2）按日期统计（查询）100天以内，要更多可创建更大的辅助表

SET @start_date := '2024-03-01';
SET @end_date := '2024-03-31';
SELECT
 d.reg_date,
 COUNT(u.id) AS reg_cnt
FROM (
 SELECT DATE_ADD(@start_date, INTERVAL n DAY) AS reg_date
 FROM numbers
 WHERE n BETWEEN 0 AND DATEDIFF(@end_date, @start_date)
) d
LEFT JOIN `user` u ON u.created_at >= d.reg_date
 AND u.created_at < DATE_ADD(d.reg_date, INTERVAL 1 DAY)
GROUP BY d.reg_date
ORDER BY d.reg_date;
-- 注：DATEDIFF 和 DATE_ADD 都是 MySQL 的内置日期函数，用于处理日期和时间的计算，适用于 MySQL 5.5 及以上版本。
-- SELECT DATEDIFF('2024-03-31', '2024-03-01'); -- 结果：30
-- SELECT DATE_ADD('2024-03-01', INTERVAL 5 DAY); -- '2024-03-06'

优点：

1. 一张表顶 N 张表， 能映射成日期，也能映射成小时、分钟、周号、批次号、页码。
2. 无任何业务耦合，不会和业务字段纠缠。

echarts图表

echarts 配置

// 模拟接口数据返回
const userLoginArray = [
 { date: '2025-07-01', count: 10 },
 { date: '2025-07-02', count: 0 },
 { date: '2025-07-03', count: 5 },
 { date: '2025-07-04', count: 1 },
 { date: '2025-07-05', count: 8 },
 { date: '2025-07-06', count: 6 }
];
const [categoryDate, dateCount] = userLoginArray.reduce(
 ([dates, counts], { date, count }) => [
 [...dates, date],
 [...counts, count]
 ],
 [[], []]
);
option = {
 xAxis: { type: 'category', data: categoryDate },
 yAxis: { type: 'value'},
 series: [
 { type: 'bar', data: dateCount}
 ]
};

echarts dateset 格式配置

const userLoginArray = [
 {date: '2025-07-01', count: 10 },
 {date: '2025-07-02', count: 0 },
 {date: '2025-07-03', count: 5 },
 {date: '2025-07-04', count: 1 },
 {date: '2025-07-05', count: 8 },
 {date: '2025-07-06', count: 6 },
]
option = {
 dataset: {
 dimensions: ['date', 'count'],
 source: userLoginArray,
 },
 xAxis: { type: 'category' },
 yAxis: { type: 'value'},
 series: [{ type: 'bar'}]
};