开发指南—函数—日期时间函数

简介: 本文介绍了PolarDB-X支持的日期时间函数

支持函数

PolarDB-X支持如下日期时间函数:

函数名 描述 示例
ADDDATE(d,n) 计算起始日期d加上n天的日期 SELECT ADDDATE("2017-06-15", INTERVAL 10 DAY);

返回:

->2017-06-25

ADDTIME(t,n) n是一个时间表达式,时间t加上时间表达式n
  • 加5秒:SELECT ADDTIME('2011-11-11 11:11:11', 5);
    返回:
    ->2011-11-11 11:11:16 (秒)
  • 添加 2 小时10 分钟5 秒:SELECT ADDTIME("2020-06-15 09:34:21", "2:10:5");
    返回:
    -> 2020-06-15 11:44:26
CURDATE() 返回当前日期 SELECT CURDATE();

返回:

-> 2018-09-19

CURRENT_DATE() 返回当前日期

SELECT CURRENT_DATE();

返回:

-> 2018-09-19

CURRENT_TIME() 返回当前时间

SELECT CURRENT_TIME();

返回:

-> 19:59:02

CURRENT_TIMESTAMP() 返回当前日期和时间

SELECT CURRENT_TIMESTAMP();

返回:

-> 2018-09-19 20:57:43

CURTIME() 返回当前时间

SELECT CURTIME();

返回:

-> 19:59:02

DATE() 从日期或日期时间表达式中提取日期值

SELECT DATE("2017-06-15");

返回:

-> 2017-06-15

DATEDIFF(d1,d2) 计算日期d1和d2之间相隔的天数

SELECT DATEDIFF('2001-01-01','2001-02-02');

返回:

-> -32

DATE_ADD(d,INTERVAL expr type) 计算起始日期d加上一个时间段后的日期,type值可以是:
  • MICROSECOND
  • SECOND
  • MINUTE
  • HOUR
  • DAY
  • WEEK
  • MONTH
  • QUARTER
  • YEAR
  • SECOND_MICROSECOND
  • MINUTE_MICROSECOND
  • MINUTE_SECOND
  • HOUR_MICROSECOND
  • HOUR_SECOND
  • HOUR_MINUTE
  • DAY_MICROSECOND
  • DAY_SECOND
  • DAY_MINUTE
  • DAY_HOUR
  • YEAR_MONTH
  • SELECT DATE_ADD("2017-06-15", INTERVAL 10 DAY);
    返回:
    -> 2017-06-25
  • SELECT DATE_ADD("2017-06-15 09:34:21", INTERVAL 15 MINUTE);
    -> 2017-06-15 09:49:21
  • SELECT DATE_ADD("2017-06-15 09:34:21", INTERVAL -3 HOUR);
    返回:
    ->2017-06-15 06:34:21
DATE_FORMAT(d,f) 按表达式f的要求显示日期d

SELECT DATE_FORMAT('2011-11-11 11:11:11','%Y-%m-%d %r');

返回:

-> 2011-11-11 11:11:11 AM

DATE_SUB(date,INTERVAL expr type) 函数从日期减去指定的时间间隔 Orders表中OrderDate字段减去2天:

SELECT OrderId,DATE_SUB(OrderDate,INTERVAL 2 DAY) AS OrderPayDate FROM Orders

DAY(d) 返回日期值d的日期部分 SELECT DAY("2017-06-15");

返回:

-> 15

DAYNAME(d) 返回日期d是星期几,如Monday,Tuesday

SELECT DAYNAME('2011-11-11 11:11:11');

返回:

->Friday

DAYOFMONTH(d)) 计算日期d是本月的第几天

SELECT DAYOFMONTH('2011-11-11 11:11:11');

返回:

->11

DAYOFWEEK(d) 日期d今天是星期几,1星期日,2星期一,以此类推

SELECT DAYOFMONTH('2011-11-11 11:11:11');

返回:

->6

DAYOFYEAR(d) 计算日期d是本年的第几天

SELECT DAYOFMONTH('2011-11-11 11:11:11');

返回:

->315

EXTRACT(type FROM d) 从日期d中获取指定的值,type指定返回的值。

type可取值为:

  • MICROSECOND
  • SECOND
  • MINUTE
  • HOUR
  • DAY
  • WEEK
  • MONTH
  • QUARTER
  • YEAR
  • SECOND_MICROSECOND
  • MINUTE_MICROSECOND
  • MINUTE_SECOND
  • HOUR_MICROSECOND
  • HOUR_SECOND
  • HOUR_MINUTE
  • DAY_MICROSECOND
  • DAY_SECOND
  • DAY_MINUTE
  • DAY_HOUR
  • YEAR_MONTH

SELECT DAYOFMONTH('2011-11-11 11:11:11');

返回:

->11

FROM_DAYS(n) 计算从0000年1月1日开始n天后的日期

SELECT FROM_DAYS(1111)

返回:

-> 0003-01-16

HOUR(t) 返回t中的小时值

SELECT HOUR('1:2:3')

返回:

-> 1

LAST_DAY(d) 返回给定日期的那一月份的最后一天

SELECT LAST_DAY("2017-06-20");

返回:

-> 2017-06-30

LOCALTIME() 返回当前日期和时间

SELECT LOCALTIME()

返回:

-> 2018-09-19 20:57:43

LOCALTIMESTAMP() 返回当前日期和时间

SELECT LOCALTIMESTAMP()

返回:

-> 2018-09-19 20:57:43

MAKEDATE(year, day-of-year) 基于给定年份year和所在年中的天数序号day-of-year返回一个日期

SELECT MAKEDATE(2017, 3);

返回:

-> 2017-01-03

MAKETIME(hour, minute, second) 组合时间,参数分别为小时、分钟、秒

SELECT MAKETIME(11, 35, 4);

返回:

-> 11:35:04

MICROSECOND(date) 返回日期所对应的微秒数

SELECT MICROSECOND("2017-06-20 09:34:00.000023");

返回:

-> 23

MINUTE(t) 返回t中的分钟值

SELECT MINUTE('1:2:3');

返回:

-> 2

MONTHNAME(d) 返回日期当中的月份名称,如 November

SELECT MONTHNAME('2011-11-11 11:11:11');

返回:

-> November

MONTH(d) 返回日期d中的月份值,1到12

SELECT MONTH('2011-11-11 11:11:11');

返回:

->11

NOW() 返回当前日期和时间

SELECT NOW()

返回:

-> 2018-09-19 20:57:43

PERIOD_ADD(period, number) 为年-月组合日期添加一个时段

SELECT PERIOD_ADD(201703, 5);

返回:

-> 201708

PERIOD_DIFF(period1, period2) 返回两个时段之间的月份差值

SELECT PERIOD_DIFF(201710, 201703);

返回:

-> 7

QUARTER(d) 返回日期d是第几季度,返回1到4

SELECT QUARTER('2011-11-11 11:11:11');

返回:

-> 4

SECOND(t) 返回t中的秒钟值

SELECT SECOND('1:2:3')

返回:

-> 3

SEC_TO_TIME(s) 将以秒为单位的时间s转换为时分秒的格式

SELECT SEC_TO_TIME(4320);

返回:

-> 01:12:00

STR_TO_DATE(string, format_mask) 将字符串转变为日期

SELECT STR_TO_DATE("August 10 2017", "%M %d %Y");

返回:

-> 2017-08-10

SUBDATE(d,n) 日期d减去n天后的日期

SELECT SUBDATE('2011-11-11 11:11:11', 1);

返回:

->2011-11-10 11:11:11 (默认是天)

SUBTIME(t,n) 时间t减去n秒的时间

SELECT SUBTIME('2011-11-11 11:11:11', 5);

返回:

->2011-11-11 11:11:06 (秒)

SYSDATE() 返回当前日期和时间

SELECT SYSDATE();

返回:

-> 2018-09-19 20:57:43

TIME(expression) 提取传入表达式的时间部分

SELECT TIME("19:30:10");

返回:

-> 19:30:10

TIME_FORMAT(t,f) 按表达式f的要求显示时间t

SELECT TIME_FORMAT('11:11:11','%r');

返回:

-> 11:11:11 AM

TIME_TO_SEC(t) 将时间t转换为秒

SELECT TIME_TO_SEC('1:12:00');

返回:

-> 4320

TIMEDIFF(time1, time2) 计算时间差值

SELECT TIMEDIFF("13:10:11", "13:10:10");

返回:

-> 00:00:01

TIMESTAMP(expression, interval) 单个参数时,函数返回日期或日期时间表达式;有2个参数时,将参数加和

SELECT TIMESTAMP("2017-07-23", "13:10:11");

返回:

-> 2017-07-23 13:10:11

TO_DAYS(d) 计算日期d距离0000年1月1日的天数

SELECT TO_DAYS('0001-01-01 01:01:01');

返回:

-> 366

WEEK(d) 计算日期d是本年的第几个星期,范围是0到53

SELECT WEEK('2011-11-11 11:11:11');

返回:

-> 45

WEEKDAY(d) 日期d是星期几,0表示星期一,1表示星期二

SELECT WEEKDAY("2017-06-15");

返回:

-> 3

WEEKOFYEAR(d) 计算日期d是本年的第几个星期,范围是0到53

SELECT WEEKOFYEAR('2011-11-11 11:11:11');

返回:

-> 45

YEAR(d) 返回年份

SELECT YEAR("2017-06-15");

返回:

-> 2017

YEARWEEK(date, mode) 返回年份及第几周(0到53),mode中0表示周天,1表示周一,以此类推

SELECT YEARWEEK("2017-06-15");

返回:

-> 201724

相关文章
|
4天前
|
存储 人工智能 安全
AI 越智能,数据越危险?
阿里云提供AI全栈安全能力,为客户构建全链路数据保护体系,让企业敢用、能用、放心用
|
7天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
6天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
406 93
|
6天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
401 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
6天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
292 158
|
14天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。