关键在于按时间粒度提取或截断日期以实现有效分组。需使用 YEAR()、MONTH()、DATE_FORMAT() 或 DATE_TRUNC() 等函数统一日期精度，避免因秒级差异导致分组过细；在跨时区场景下，应先转换时区再分组，确保统计准确性。

在 SQL 分组查询中处理日期字段时，关键在于将日期按需要的时间粒度（如年、月、日、小时等）进行提取或截断，以便对相同时间段的数据进行聚合。直接使用完整的日期时间字段分组可能会导致每条记录都单独成组，因为时间精确到秒或毫秒。因此，通常需要对日期字段进行格式化或截取。

按年、月、日等时间单位分组

大多数数据库支持从日期中提取年份、月份、日期等部分。常用函数包括 YEAR()、MONTH()、DAY() 或 DATE() 等。

SELECT YEAR(order_date) AS year, MONTH(order_date) AS month, COUNT(*) AS total_orders
FROM orders
GROUP BY YEAR(order_date), MONTH(order_date)
ORDER BY year, month;

SELECT DATE_FORMAT(order_date, ‘%Y-%m’) AS month, COUNT(*) AS total
FROM orders
GROUP BY DATE_FORMAT(order_date, ‘%Y-%m’);

使用日期截断（Truncate）函数

某些数据库（如 PostgreSQL、Oracle）提供 DATE_TRUNC() 函数，可将日期截断到指定精度。

Snyk Code

当下比较流行的代码安全检查工具

27

查看详情

SELECT DATE_TRUNC(‘week’, order_date) AS week_start, SUM(amount) AS total_sales
FROM sales
GROUP BY DATE_TRUNC(‘week’, order_date)
ORDER BY week_start;

处理不同时区的日期字段

如果数据涉及多个时区，建议在分组前统一转换为某个时区的时间，避免因时区差异导致分组错误。

SELECT DATE(timezone(‘Asia/Shanghai‘, created_at)) AS local_date, COUNT(*)
FROM logs
GROUP BY DATE(timezone(‘Asia/Shanghai’, created_at));

基本上就这些常见方式。根据数据库类型选择合适的日期处理函数，确保分组逻辑符合业务需求，比如按自然月、工作日、或特定周期统计。关键是让日期字段的粒度与分组目标一致。