Postgresql、HiveQL时间日期比较及加减写法

2024-02-26 11:38

本文主要是介绍Postgresql、HiveQL时间日期比较及加减写法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、postgreSQL

----当前时间
now()   >>2018-09-14 16:46:51.103709+08
current_timestamp   >>2018-09-14 16:47:58.547305+08
----当前日期
current_date     >>2018-09-14

----小于某个固定时间
create_time < to_date('2018-09-04 00:00:00', 'yyyy-MM-dd hh24:mi:ss')

----小于某个日期
to_date(to_char(create_time, 'yyyy-MM-dd'),'yyyy-MM-dd') < to_date(to_char(update_time, 'yyyy-MM-dd'),'yyyy-MM-dd')

----时间截取后分组
group by to_char(create_time, 'yyyyMMdd')

----转换为数值类型
to_number(to_char(create_time, 'yyyyMMdd'),'99999999')

----时间截取
date_trunc('day', create_time)  >>2018-09-14 00:00:00

----时间加减
增加两天:timejoin + interval '2 day'
退后某几天:timejoin - (matchperiod || 'day'):: interval

 

二、HiveQL

----当前时间
CURRENT_TIMESTAMP   >>2018-09-14 16:11:16.279
from_unixtime(unix_timestamp())   >>2018-09-14 16:13:44
----当前日期
current_date    >>2018-09-14

----小于当前时间
should_time < CURRENT_TIMESTAMP
should_time < from_unixtime(unix_timestamp())

----小于某个固定时间
should_time < from_unixtime(unix_timestamp('2018-09-14 03:10:00'))

----小于某个时间
should_time < from_unixtime(unix_timestamp(create_time))
should_time < from_unixtime(unix_timestamp(create_time), 'yyyy-MM-dd HH:mm:ss')

----小于某个日期
from_unixtime(unix_timestamp(should_time), 'yyyy-MM-dd') < from_unixtime(unix_timestamp(create_time), 'yyyy-MM-dd')

----时间截取后分组
group by from_unixtime(unix_timestamp(create_time), 'yyyyMMdd')

----时间截取
to_date()>>截取日期2018-09-14
year()>>截取年2018
day()>>截取天14

----时间加减
date_add()>>增加时间
date_sub()>>减少时间

这篇关于Postgresql、HiveQL时间日期比较及加减写法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/748739

相关文章

使用Node.js和PostgreSQL构建数据库应用

《使用Node.js和PostgreSQL构建数据库应用》PostgreSQL是一个功能强大的开源关系型数据库,而Node.js是构建高效网络应用的理想平台,结合这两个技术,我们可以创建出色的数据驱动... 目录初始化项目与安装依赖建立数据库连接执行CRUD操作查询数据插入数据更新数据删除数据完整示例与最佳

java时区时间转为UTC的代码示例和详细解释

《java时区时间转为UTC的代码示例和详细解释》作为一名经验丰富的开发者,我经常被问到如何将Java中的时间转换为UTC时间,:本文主要介绍java时区时间转为UTC的代码示例和详细解释,文中通... 目录前言步骤一:导入必要的Java包步骤二:获取指定时区的时间步骤三:将指定时区的时间转换为UTC时间步

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法

《JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法》:本文主要介绍JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法,每种方法结合实例代码给大家介绍的非常... 目录引言:为什么"相等"判断如此重要?方法1:使用some()+includes()(适合小数组)方法2

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库

MySQL按时间维度对亿级数据表进行平滑分表

《MySQL按时间维度对亿级数据表进行平滑分表》本文将以一个真实的4亿数据表分表案例为基础,详细介绍如何在不影响线上业务的情况下,完成按时间维度分表的完整过程,感兴趣的小伙伴可以了解一下... 目录引言一、为什么我们需要分表1.1 单表数据量过大的问题1.2 分表方案选型二、分表前的准备工作2.1 数据评估

Python如何实现高效的文件/目录比较

《Python如何实现高效的文件/目录比较》在系统维护、数据同步或版本控制场景中,我们经常需要比较两个目录的差异,本文将分享一下如何用Python实现高效的文件/目录比较,并灵活处理排除规则,希望对大... 目录案例一:基础目录比较与排除实现案例二:高性能大文件比较案例三:跨平台路径处理案例四:可视化差异报