MySQL函数实战：日期、字符串与聚合函数应用指南-代码聚汇网

MySQL函数实战：日期、字符串与聚合函数应用指南

随缘惜情·2026-08-18·阅读 23 GEO检测（免费）

MySQL函数日期函数字符串函数

|难度：普通|阅读约 16 分钟

1. MySQL函数分类与应用场景解析

作为一名常年与MySQL打交道的数据库工程师，我经常遇到这样的场景：业务部门需要一份上周的用户活跃报表，但数据库里的时间戳是Unix格式；产品经理要求统计不同地区的订单金额分布，但地址字段里混杂着省市区信息；运营同事想分析用户行为路径，但会话数据分散在多个关联表中。这些看似复杂的需求，其实都可以通过MySQL内置函数高效解决。

MySQL的函数库主要分为三大类：日期时间函数、字符串函数和聚合函数。根据我的经验，90%的日常数据处理需求都能用这些函数组合实现。日期函数帮我们处理时间维度的问题，比如计算留存率、生成时间序列报表；字符串函数用于文本清洗和提取，特别是处理用户输入的非结构化数据；聚合函数则是数据分析的利器，能快速统计求和、去重计数等。

提示：MySQL 8.0版本对函数进行了大量优化，比如新增了窗口函数、改进了JSON处理函数。建议使用最新版本以获得最佳性能。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 日期格式转换函数实战指南

2.1 基础日期函数解析

DATE_FORMAT() 是我最常用的日期格式化函数，它支持超过30种格式符。比如要把2023-07-15格式化为"2023年7月15日星期六"：

sql复制SELECT DATE_FORMAT('2023-07-15', '%Y年%m月%d日 %W');

关键格式符备忘：

%Y 四位年份
%m 两位月份(01-12)
%d 两位日期(01-31)
%H 24小时制(00-23)
%i 分钟(00-59)
%W 星期全名(Sunday-Saturday)

UNIX_TIMESTAMP()和FROM_UNIXTIME()这对函数在日志分析中特别有用。当需要计算两个事件的间隔秒数时：

sql复制SELECT UNIX_TIMESTAMP('2023-07-15 14:30:00') - UNIX_TIMESTAMP('2023-07-15 14:25:00');
-- 返回300秒

2.2 日期计算与区间处理

DATEDIFF()可以快速计算两个日期的间隔天数，这在用户留存分析中很实用：

sql复制-- 计算用户首次购买和二次购买间隔
SELECT DATEDIFF(second_purchase_date, first_purchase_date) AS retention_days
FROM user_orders;

DATE_ADD()和DATE_SUB()支持更灵活的日期运算。比如要查询最近30天的订单：

sql复制SELECT * FROM orders 
WHERE order_date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY);

注意：INTERVAL后面的单位可以是DAY/MONTH/YEAR等，但不要用数字直接加减日期，如'2023-01-01' + 1会得到2023，这不符合预期。

2.3 时区转换与特殊场景

CONVERT_TZ()可以处理跨时区业务，比如我们的服务器在UTC时区，但需要显示北京时间：

sql复制SELECT CONVERT_TZ('2023-07-15 12:00:00','+00:00','+08:00') AS beijing_time;

LAST_DAY()能快速获取当月最后一天，结合DAY()函数可以计算当月天数：

sql复制SELECT DAY(LAST_DAY(CURDATE())) AS days_in_month;

3. 字符串处理函数深度应用

3.1 基础字符串操作

CONCAT()虽然简单，但要注意NULL值处理。当任何参数为NULL时，结果会变成NULL：

sql复制-- 安全拼接方案
SELECT CONCAT(IFNULL(first_name,''), IFNULL(last_name,'')) AS full_name FROM users;

SUBSTRING()的第三个参数（长度）可以省略，这时会截取到字符串末尾。一个常见的用途是隐藏敏感信息：

sql复制-- 只显示手机号后四位
SELECT CONCAT('*******', SUBSTRING(phone, -4)) AS masked_phone FROM customers;

3.2 正则表达式与高级搜索

MySQL 8.0增强了正则支持，REGEXP_SUBSTR()可以提取符合模式的子串：

sql复制-- 从地址中提取邮编
SELECT REGEXP_SUBSTR(address, '[0-9]{6}') AS postal_code FROM user_info;

FIND_IN_SET()处理逗号分隔的标签很高效。假设有个tags字段存储"美食,旅游,摄影"：

sql复制-- 查找包含"旅游"标签的记录
SELECT * FROM articles WHERE FIND_IN_SET('旅游', tags) > 0;

3.3 字符串编码与转换

CAST()和CONVERT()可以改变数据类型，在处理混合类型字段时特别有用：

sql复制-- 将字符串转为无符号整数比较
SELECT * FROM products WHERE CAST(product_code AS UNSIGNED) > 1000;

CHAR_LENGTH()和LENGTH()的区别在于前者计算字符数，后者计算字节数。处理多字节字符时要注意：

sql复制-- 中文字符测试
SELECT CHAR_LENGTH('中文'), LENGTH('中文'); 
-- 返回2和6(UTF-8下每个中文3字节)

4. 聚合函数高级技巧

4.1 基础聚合与分组

COUNT()有三种常用形式，性能差异明显：

sql复制-- 统计总行数(最快)
SELECT COUNT(*) FROM orders;

-- 统计非NULL的user_id数
SELECT COUNT(user_id) FROM orders;

-- 统计去重的user_id数(最慢)
SELECT COUNT(DISTINCT user_id) FROM orders;

GROUP_CONCAT()能将分组结果拼接成字符串，默认逗号分隔：

sql复制-- 查询每个部门的员工名单
SELECT 
    department,
    GROUP_CONCAT(employee_name SEPARATOR '|') AS members
FROM staff
GROUP BY department;

4.2 窗口函数应用

MySQL 8.0引入的窗口函数极大简化了复杂分析。ROW_NUMBER()可以轻松实现分页排名：

sql复制-- 按销售额排名
SELECT 
    product_id,
    sales,
    ROW_NUMBER() OVER(ORDER BY sales DESC) AS rank
FROM products;

SUM() OVER()可以计算累计值，用于制作增长曲线：

sql复制-- 计算月度累计销售额
SELECT
    month,
    monthly_sales,
    SUM(monthly_sales) OVER(ORDER BY month) AS cumulative_sales
FROM sales_report;

4.3 条件聚合与透视

COUNT()配合CASE WHEN可以实现条件计数，模拟简单透视表：

sql复制-- 统计各状态订单数
SELECT
    COUNT(CASE WHEN status = 'pending' THEN 1 END) AS pending_count,
    COUNT(CASE WHEN status = 'shipped' THEN 1 END) AS shipped_count
FROM orders;

WITH ROLLUP可以生成小计行，适合制作汇总报表：

sql复制-- 按部门和性别统计人数(带总计)
SELECT 
    department, 
    gender, 
    COUNT(*) AS count
FROM employees
GROUP BY department, gender WITH ROLLUP;

5. 函数性能优化与避坑指南

5.1 索引与函数陷阱

在WHERE条件中使用函数会导致索引失效，这是个常见性能坑：

sql复制-- 错误示范(索引失效)
SELECT * FROM orders WHERE DATE_FORMAT(order_date,'%Y-%m') = '2023-07';

-- 正确写法(可以利用索引)
SELECT * FROM orders 
WHERE order_date BETWEEN '2023-07-01' AND '2023-07-31';

5.2 隐式类型转换问题

字符串和数字比较时会发生隐式转换，可能影响结果：

sql复制-- 可能意外的结果
SELECT '10' > '9'; -- 返回0(按字符串比较)
SELECT '10' + 0 > '9' + 0; -- 返回1(转为数字比较)

5.3 内存消耗控制

GROUP_CONCAT()默认限制长度为1024字节，大数据量时需要调整：

sql复制-- 临时增大组连接长度
SET SESSION group_concat_max_len = 1000000;
SELECT GROUP_CONCAT(...) FROM large_table;

5.4 函数稳定性影响

某些函数如RAND()、NOW()不是确定性的，在复制环境中要小心：

sql复制-- 主从库可能得到不同结果
UPDATE products SET view_count = view_count + 1 WHERE id = ROUND(RAND() * 1000);

6. 实战案例：电商数据分析

6.1 用户活跃度分析

结合日期函数和聚合函数，可以计算7日留存：

sql复制SELECT
    DATE(register_time) AS reg_date,
    COUNT(DISTINCT user_id) AS new_users,
    COUNT(DISTINCT CASE WHEN DATEDIFF(login_date, register_time) = 7 THEN user_id END) / 
        COUNT(DISTINCT user_id) AS retention_rate_7d
FROM users
LEFT JOIN user_logins ON users.user_id = user_logins.user_id
GROUP BY reg_date;

6.2 商品销售趋势

使用窗口函数生成移动平均值：

sql复制SELECT
    sale_date,
    daily_sales,
    AVG(daily_sales) OVER(ORDER BY sale_date ROWS 6 PRECEDING) AS weekly_avg
FROM product_sales;

6.3 地址信息清洗

用字符串函数标准化地址格式：

sql复制UPDATE customer_address SET
    province = SUBSTRING_INDEX(address, '省', 1),
    city = SUBSTRING_INDEX(
        SUBSTRING_INDEX(address, '市', 1),
        '省', 
        -1
    );

我在实际项目中总结的经验是：复杂的字符串处理尽量在应用层完成，数据库更适合做简单的提取和转换；日期计算要特别注意时区和夏令时问题；聚合查询最好加上LIMIT测试后再全量执行。