Direkt zum Inhalt
Urkunden
JSON-FunktionenTabellen & Schema ManagementMathe-FunktionenDatenbankenString-FunktionenAuslöserIndizesDatum FunktionenBasic Syntax

PostgreSQL DATE_TRUNC

Die Funktion `DATE_TRUNC` in PostgreSQL wird verwendet, um ein Datum oder einen Zeitstempel auf eine bestimmte Genauigkeit abzuschneiden, z.B. Stunde, Tag oder Monat. Sie ist in Szenarien nützlich, in denen du Daten über bestimmte Zeitintervalle aggregieren musst.

Verwendung

Die Funktion `DATE_TRUNC` wird verwendet, wenn du Daten und Zeitstempel für Analysen oder Berichte mit einer bestimmten Genauigkeit ausrichten musst. Sie wird oft in Verbindung mit Aggregatfunktionen verwendet, um Daten über bestimmte Zeiträume zusammenzufassen.

sql
DATE_TRUNC('precision', source_date)

In dieser Syntax gibt "precision" die Genauigkeit an, mit der das Datum abgeschnitten wird (z. B. "hour", "day"), und "source_date" ist das Datum oder der Zeitstempel, der abgeschnitten werden soll. Das "source_date" kann eine Spalte in einer Tabelle oder ein beliebiger Ausdruck sein, der ein Datum oder einen Zeitstempel ergibt.

Präzision Optionen

PostgreSQL unterstützt verschiedene Genauigkeitsstufen für die Trunkierung, darunter:

  • `second`
  • `minute`
  • `Stunde`
  • `Tag`
  • `Woche`
  • Monat
  • `quarter`
  • Jahr
  • `decade`
  • Jahrhundert
  • `millennium`

Beispiele

1. Auf Tag abkürzen

sql
SELECT DATE_TRUNC('day', TIMESTAMP '2023-10-04 15:23:45');

In diesem Beispiel wird der Zeitstempel auf den Anfang des Tages abgeschnitten, was zu "2023-10-04 00:00:00" führt. Wenn das Quelldatum bereits die angegebene Genauigkeit hat, z. B. `2023-10-04 00:00:00`, bleibt das Ergebnis unverändert.

2. Auf Monat abkürzen

sql
SELECT DATE_TRUNC('month', TIMESTAMP '2023-10-04 15:23:45');

Hier wird der Zeitstempel auf den Monatsanfang abgeschnitten und liefert "2023-10-01 00:00:00".

3. Trunkieren für Aggregation

sql
SELECT DATE_TRUNC('week', order_date) AS week_start, COUNT(*)
FROM orders
GROUP BY week_start;

In diesem Beispiel wird das "Bestelldatum" auf den Wochenanfang abgeschnitten, um die Bestellungen nach Wochenintervallen zu gruppieren und die Anzahl der Bestellungen pro Woche zu ermitteln.

Tipps und bewährte Praktiken

  • Wähle die richtige Präzision. Wähle die Genauigkeitsstufe, die deinen Anforderungen an die Datenanalyse entspricht, z. B. "Tag" für tägliche Zusammenfassungen oder "Monat" für monatliche Trends.
  • Kombiniere sie mit Zuschlagstoffen. Verwende `DATE_TRUNC` mit Aggregatfunktionen wie `COUNT`, `SUM` oder `AVG`, um zeitbasierte Datenanalysen durchzuführen.
  • Achte auf die Zeitzonen. Achte darauf, dass deine Zeitstempel in der richtigen Zeitzone sind, um Ungenauigkeiten beim Kürzen zu vermeiden. Verwende `AT TIME ZONE` für die explizite Behandlung von Zeitzonen, z.B. `DATE_TRUNC('day', timestamp_column AT TIME ZONE 'UTC')`.
  • Optimiere die Leistung. Das Trunkieren großer Datensätze kann ressourcenintensiv sein; erwäge, deine Datumsspalten mit einem B-Baum-Index zu indizieren, um die Abfrageleistung zu verbessern.