目录
- 1 基本数据情况
- 2 统计每个用户每个月登录次数
- 3 将日期按月显示在列上
- 4 总结
1 基本数据情况
当需要对用户登录情况进行统计时，SQL是一个非常强大的工具。通过SQL，可以轻松地从数据库中提取和汇总数据，并以适合分析和报告的方式进行呈现。
在这个示例中，我们有一个名为t_login的表，包含了用户登录的记录。字段有id，user，logintime，department，其中logintime是datetime格式，包括了年月日时分秒信息。具体数据如下表。
| id | 用户 | 时间 | 部门 |
|---|---|---|---|
| 1 | 黑熊怪 | 2021-08-05 17:20:00 | 行政部 |
| 2 | 黑熊怪 | 2021-09-22 17:26:00 | 行政部 |
| 3 | 黑熊怪 | 2021-09-26 09:55:00 | 行政部 |
| 4 | 黑熊怪 | 2021-09-26 10:08:00 | 行政部 |
| 5 | 黑熊怪 | 2022-04-13 15:01:00 | 行政部 |
| 6 | 唐僧 | 2022-10-24 13:45:00 | 开发部 |
| 7 | 唐僧 | 2022-10-24 15:07:00 | 开发部 |
| 8 | 唐僧 | 2022-10-26 10:44:00 | 开发部 |
| 9 | 唐僧 | 2022-11-07 14:28:00 | 开发部 |
| 10 | 唐僧 | 2023-02-24 08:43:00 | 开发部 |
| 11 | 唐僧 | 2023-03-07 10:14:00 | 开发部 |
| 12 | 悟空 | 2022-12-26 10:33:00 | 开发部 |
| 13 | 八戒 | 2022-10-25 11:16:00 | 开发部 |
| 14 | 八戒 | 2022-11-13 08:54:00 | 开发部 |
| 15 | 白骨精 | 2021-11-22 14:47:00 | 开发部 |
| 16 | 沙僧 | 2021-08-18 14:44:00 | 市场部 |
| 17 | 沙僧 | 2022-05-07 09:12:00 | 市场部 |
| 18 | 沙僧 | 2022-05-11 10:41:00 | 市场部 |
| 19 | 沙僧 | 2022-05-11 14:27:00 | 市场部 |
| 20 | 白龙马 | 2023-07-12 09:39:00 | 财务部 |
| 21 | 白龙马 | 2023-07-13 10:59:00 | 财务部 |
| 22 | 白龙马 | 2023-07-19 15:04:00 | 财务部 |
针对此数据，我们有两种不同的需求：首先是统计每个用户每个月登录的次数，其次是将登录日期按月显示在列上。
2 统计每个用户每个月登录次数
针对这个需求，我们可以按照以下步骤来实现：
- 使用
GROUP BY语句将数据按照部门、用户、年份和月份进行分组。 - 使用
COUNT函数统计每个组合中的登录次数。 - 最后，按照部门、用户、年份和月份的顺序进行排序。
SELECTdepartment,`user`,DATE_FORMAT(logintime, '%Y-%m') AS `year_month`,COUNT(*) AS count
FROMt_login
GROUP BYdepartment,`user`,`year_month`
ORDER BYdepartment,`user`,`year_month`;
查询结果展示
3 将日期按月显示在列上
对于第二个需求，我们可以通过将日期作为列名，统计每个用户在每个月的登录次数。这里的查询需要固定年份和月份，并将其转换为列名。
SELECTdepartment,`user`,SUM(CASE WHEN YEAR(logintime) = 2021 AND MONTH(logintime) = 8 THEN 1 ELSE 0 END) AS '2021_8',SUM(CASE WHEN YEAR(logintime) = 2021 AND MONTH(logintime) = 9 THEN 1 ELSE 0 END) AS '2021_9',-- ...类似的逻辑，补充更多的年份和月份SUM(CASE WHEN YEAR(logintime) = 2023 AND MONTH(logintime) = 7 THEN 1 ELSE 0 END) AS '2023_7'
FROMt_login
WHERE(logintime >= '2021-08-01' AND logintime < '2023-12-01')
GROUP BYdepartment,`user`
ORDER BYdepartment,`user`;
查询结果如下
这两个示例SQL语句提供了满足两种需求的查询方法，并且可以用于导出数据并进一步分析或生成报告。
4 总结
本博客简要描述问题，说明针对用户登录情况的统计需求。 解释如何使用GROUP BY和COUNT函数统计每个用户每个月的登录次数，并提供相应的SQL语句。说明如何将日期按月显示在列上，展示每个用户在每个月的登录情况，并给出相应的SQL查询语句。结果展示和导出数据。提供示例查询结果，说明如何将数据导出到Excel或其他工具中进行分析。总结SQL的强大之处，指出其在数据统计和分析中的应用，并展望如何进一步优化和扩展这些查询以适应更多的需求场景。通过这样的博客结构，读者可以了解到在实际场景中使用SQL进行数据统计和分析的方法，并且能够根据不同需求调整查询，满足自身的数据处理要求。
