Heim  >  Artikel  >  Web-Frontend  >  PHP und MySQL implementieren optimierte Statistiken der täglichen Daten

PHP und MySQL implementieren optimierte Statistiken der täglichen Daten

小云云
小云云Original
2018-03-20 09:40:354901Durchsuche

Bei Internetprojekten ist die Datenanalyse des Projekts unerlässlich. Normalerweise wird der Trend der gesamten täglichen Datenänderungen innerhalb eines bestimmten Zeitraums berechnet, um Marketingstrategien anzupassen. Schauen wir uns die folgenden Fälle an.

Fall

In der E-Commerce-Plattform gibt es normalerweise ein Bestellformular, um alle Bestellinformationen zu erfassen. Jetzt müssen wir die Anzahl der Bestellungen und den Umsatz pro Tag in einem bestimmten Monat zählen, um das folgende statistische Diagramm für die Datenanalyse zu zeichnen.

Die Datenstruktur der Bestelltabelle ist wie folgt:

order_id order_sn total_price enterdate
25396 A4E610E250C2D378D7EC94179E14617F 2306.00 2017-04-01. 17:23:26
25397 EAD217C0533455EECDDE39659ABCDAE9 17,90 2017-04-01 22:15:18
25398 032E6941DAD44F29651B53C41F6B48A0 163.03 2017-04-02 07:24:36
Wie kann man zu diesem Zeitpunkt die Anzahl der an jedem Tag eines bestimmten Monats aufgegebenen Bestellungen und den Gesamtbetrag abfragen?

Allgemeine Methode

Die erste und einfachste Möglichkeit besteht darin, die PHP-Funktion

zu verwenden, um die Anzahl der Tage zu ermitteln den Monat, erstellen Sie dann eine Liste aller Tage im Monatsarray und fragen Sie dann die Tagessumme in einer Schleife ab, um ein neues Array zu erstellen. <a href="http://www.php.cn/wiki/1230.html" target="_blank">cal_days_in_month</a>()

Der Code lautet wie folgt:


$month = &#39;04&#39;;
$year = &#39;2017&#39;;
$max_day = cal_days_in_month(CAL_GREGORIAN, $month, $year);   //当月最后一天
//构造每天的数组
$days_arr = array();
for($i=1;$i<=$max_day;$i++){
  array_push($days_arr, $i);
}
$return = array();
//查询
foreach ($days_arr as $val){
  $min = $year.&#39;-&#39;.$month.&#39;-&#39;.$val.&#39; 00:00:00&#39;;
  $max = $year.&#39;-&#39;.$month.&#39;-&#39;.$val.&#39; 23:59:59&#39;;
  $sql = "select count(*) as total_num,sum(`total_price`) as amount from `orders` where `enterdate` >= {$min} and `enterdate` <= {$max}";
  $return[] = mysqli_query($sql);
}
return $return;
Dieses SQL ist einfach, erfordert jedoch jedes Mal 30 Abfragen, was die Antwortzeit erheblich verlangsamt .

Optimierung

Wie verwende ich eine SQL, um die Gesamtmenge jedes Tages direkt abzufragen?

Zu diesem Zeitpunkt müssen Sie die Funktion

von MySQL verwenden, um zunächst alle Bestellungen des aktuellen Monats in der Unterabfrage herauszufinden, das Eingabedatum mithilfe der Funktion date_format in Tage umzuwandeln und dann die Statistiken zu gruppieren pro Tag <a href="http://www.php.cn/wiki/1410.html" target="_blank">date_format</a>. Der Code lautet wie folgt: group by


$month = &#39;04&#39;;
$year = &#39;2017&#39;;
$max_day = cal_days_in_month(CAL_GREGORIAN, $month, $year);   //当月最后一天
$min = $year.&#39;-&#39;.$month.&#39;-01 00:00:00&#39;;
$max = $year.&#39;-&#39;.$month.&#39;-&#39;.$max_day.&#39; 23:59:59&#39;;
$sql = "select t.enterdate,count(*) as total_num,sum(t.total_price) as amount (select date_format(enterdate,&#39;%e&#39;) as enterdate,total_price from orders where enterdate between {$min} and {$max}) t group by t.enterdate order by t.enterdate";
$return = mysqli_query($sql);
Auf diese Weise werden 30 Abfragen auf 1 reduziert und die Antwortzeit wird erheblich verbessert.

Hinweis:

1. Da alle Daten des aktuellen Monats abgefragt werden müssen, ist diese Methode nicht geeignet, wenn die Datenmenge zu groß ist.

2. Um Datenverluste durch fehlende Daten an diesem Tag zu vermeiden, sollten die Daten nach der Abfrage bedarfsgerecht verarbeitet werden.

Verwandte Empfehlungen:

Detaillierte Erläuterung der Verwendung von Echarts zum Generieren von statistischen Datenberichten mit PHP

Detaillierte Erläuterung von Anwendungsbeispielen von PHP Version der WeChat-Datenstatistikschnittstelle

Detaillierte Erläuterung des Beispielcodes für ein PHP-Datenstatistikdiagramm_PHP-Tutorial


Das obige ist der detaillierte Inhalt vonPHP und MySQL implementieren optimierte Statistiken der täglichen Daten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn