
sql中关于时间的函数用法整理
GETDATE()
GETDATE()函数从SQL Server 返回当前的时间和日期。
语法:GETDATE()
RETURNSDATETIME
datepart
日期部分的参数
DATEPART
DATEPART()函数用于返回日期/时间的单独部分,比如年、月、日、小时、分钟等等。
语法:DATEPART(datepart,date)
datepart日期参数
date参数是合法的日期表达式
RETURNSINT
DATEADD
DATEADD()函数在日期中添加或减去指定的时间间隔。
语法:DATEADD(datepart,number,date)
datepart日期参数
number是间隔数,对于未来的时间,此数是正数,对于过去的时间,此数是负数
date参数是合法的日期表达式
RETURNSDATETIMESELECT GETDATE();--// 2017-06-20 15:35:27.980
SELECT DATEADD(DAY,1,GETDATE());--// 2017-06-21 15:35:27.980
SELECT DATEADD(DAY,-1,GETDATE());--// 2017-06-19 15:35:27.980
DATEDIFF
DATEDIFF()函数返回两个日期之间的时间。
语法:DATEDIFF(datepart,startdate,enddate)
datepart日期参数
startdate和enddate是合法的日期表达式
RETURNSINT
DATENAME
DATENAME()函数用于返回日期/时间的单独部分,比如年、月、日、小时、分钟等等。
语法:DATENAME(datepart,date)
datepart日期参数
date参数是合法的日期表达式
RETURNSNVARCHAR
示例见DATEPART。
DATENAME与DATEPART的不同
两者的返回值类型不同,DATENAME()返回的是字符串类型(nvarchar),DATEPART()返回的是整数(int)。
YEAR
YEAR()函数用于返回日期的年份。
语法:YEAR(date)
date参数是合法的日期表达式
RETURNSINT
等同于DATEPART(YEAR,date)
MONTH
MONTH()函数用于返回日期的月份。
语法:MONTH(date)
date参数是合法的日期表达式
RETURNSINT
等同于DATEPART(MONTH,date)
DAY
DAY()函数用于返回日期的日。
语法:DAY(date)
date参数是合法的日期表达式
RETURNSINT
等同于DATEPART(DAY,date)
CONVERT
CONVERT()函数是把日期转换为新数据类型的通用函数。
CONVERT()函数可以用不同的格式显示日期/时间数据。
语法:CONVERT(data_type(length),data_to_be_converted,style)
data_type(length)规定目标数据类型(带有可选的长度)
data_to_be_converted含有需要转换的值
style规定日期/时间的输出格式
RETURNSdata_type(length)
可以使用的style值:
SELECT CONVERT(VARCHAR(100), GETDATE(), 0);--// 06 20 2017 4:27PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 1);--// 06/20/17
SELECT CONVERT(VARCHAR(100), GETDATE(), 2);--// 17.06.20
SELECT CONVERT(VARCHAR(100), GETDATE(), 3);--// 20/06/17
SELECT CONVERT(VARCHAR(100), GETDATE(), 4);--// 20.06.17
SELECT CONVERT(VARCHAR(100), GETDATE(), 5);--// 20-06-17
SELECT CONVERT(VARCHAR(100), GETDATE(), 6);--// 20 06 17
SELECT CONVERT(VARCHAR(100), GETDATE(), 7);--// 06 20, 17
SELECT CONVERT(VARCHAR(100), GETDATE(), 8);--// 16:27:36
SELECT CONVERT(VARCHAR(100), GETDATE(), 9);--// 06 20 2017 4:27:36:970PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 10);--// 06-20-17
SELECT CONVERT(VARCHAR(100), GETDATE(), 11);--// 17/06/20
SELECT CONVERT(VARCHAR(100), GETDATE(), 12);--// 170620
SELECT CONVERT(VARCHAR(100), GETDATE(), 13);--// 20 06 2017 16:27:36:970
SELECT CONVERT(VARCHAR(100), GETDATE(), 14);--// 16:27:36:970
SELECT CONVERT(VARCHAR(100), GETDATE(), 20);--// 2017-06-20 16:27:36
SELECT CONVERT(VARCHAR(100), GETDATE(), 21);--// 2017-06-20 16:27:36.970
SELECT CONVERT(VARCHAR(100), GETDATE(), 22);--// 06/20/17 4:27:36 PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 23);--// 2017-06-20
SELECT CONVERT(VARCHAR(100), GETDATE(), 24);--// 16:27:36
SELECT CONVERT(VARCHAR(100), GETDATE(), 25);--// 2017-06-20 16:27:36.970
SELECT CONVERT(VARCHAR(100), GETDATE(), 100);--// 06 20 2017 4:27PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 101);--// 06/20/2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 102);--// 2017.06.20
SELECT CONVERT(VARCHAR(100), GETDATE(), 103);--// 20/06/2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 104);--// 20.06.2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 105);--// 20-06-2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 106);--// 20 06 2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 107);--// 06 20, 2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 108);--// 16:27:36
SELECT CONVERT(VARCHAR(100), GETDATE(), 109);--// 06 20 2017 4:27:36:970PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 110);--// 06-20-2017
SELECT CONVERT(VARCHAR(100), GETDATE(), 111);--// 2017/06/20
SELECT CONVERT(VARCHAR(100), GETDATE(), 112);--// 20170620
SELECT CONVERT(VARCHAR(100), GETDATE(), 113);--// 20 06 2017 16:27:36:970
SELECT CONVERT(VARCHAR(100), GETDATE(), 114);--// 16:27:36:970
SELECT CONVERT(VARCHAR(100), GETDATE(), 120);--// 2017-06-20 16:27:36
SELECT CONVERT(VARCHAR(100), GETDATE(), 121);--// 2017-06-20 16:27:36.970
SELECT CONVERT(VARCHAR(100), GETDATE(), 126);--// 2017-06-20T16:27:36.970
SELECT CONVERT(VARCHAR(100), GETDATE(), 130);--// 26 ????? 1438 4:27:36:970PM
SELECT CONVERT(VARCHAR(100), GETDATE(), 131);--// 26/09/1438 4:27:36:970PM
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11