IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> MYSQL中TIMESTAMPDIFF和时间戳字段直接相减的区别 -> 正文阅读

[大数据]MYSQL中TIMESTAMPDIFF和时间戳字段直接相减的区别

使用TIMESTAMPDIFF函数与直接使用两个字段进行作差的区别

image-20220312205511603

比如用 e n d _ t i m e ? s t a r t _ t i m e end\_time - start\_time end_time?start_time,那么两个时间戳的时间差的进制会是按照100的。比如相差1分钟,但查询出来的是却是100。

但是用 T I M E S T A M P D I F F ( s e c o n d , s t a r t _ t i m e , e n d _ t i m e ) TIMESTAMPDIFF(second, start\_time, end\_time) TIMESTAMPDIFF(second,start_time,end_time)的话,两个时间戳相差超过1分钟的话,就会是60。

实验的SQL语句:

DROP TABLE IF EXISTS tb_user_video_log, tb_video_info;
CREATE TABLE tb_user_video_log (
id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
uid INT NOT NULL COMMENT '用户ID',
video_id INT NOT NULL COMMENT '视频ID',
start_time datetime COMMENT '开始观看时间',
end_time datetime COMMENT '结束观看时间',
if_follow TINYINT COMMENT '是否关注',
if_like TINYINT COMMENT '是否点赞',
if_retweet TINYINT COMMENT '是否转发',
comment_id INT COMMENT '评论ID'
) CHARACTER SET utf8 COLLATE utf8_bin;

CREATE TABLE tb_video_info (
id INT PRIMARY KEY AUTO_INCREMENT COMMENT '自增ID',
video_id INT UNIQUE NOT NULL COMMENT '视频ID',
author INT NOT NULL COMMENT '创作者ID',
tag VARCHAR(16) NOT NULL COMMENT '类别标签',
duration INT NOT NULL COMMENT '视频时长(秒数)',
release_time datetime NOT NULL COMMENT '发布时间'
)CHARACTER SET utf8 COLLATE utf8_bin;

INSERT INTO tb_user_video_log(uid, video_id, start_time, end_time, if_follow, if_like, if_retweet, comment_id) VALUES
(101, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:30', 0, 1, 1, null),
(102, 2001, '2021-10-01 10:00:00', '2021-10-01 10:00:21', 0, 0, 1, null),
(103, 2001, '2021-10-01 11:00:50', '2021-10-01 11:01:25', 0, 1, 0, 1732526),
(102, 2002, '2021-10-01 11:00:00', '2021-10-01 11:00:30', 1, 0, 1, null),
(103, 2002, '2021-10-01 10:59:05', '2021-10-01 11:00:05', 1, 0, 1, null),
(101, 2003, '2020-09-01 10:00:00', '2020-09-01 10:00:42', 1, 0, 1, null),
(102, 2003, '2021-09-01 10:00:00', '2021-09-01 10:01:06', 1, 0, 1, null);

INSERT INTO tb_video_info(video_id, author, tag, duration, release_time) VALUES
(2001, 901, '影视', 30, '2021-01-01 7:00:00'),
(2002, 901, '美食', 60, '2021-01-01 7:00:00'),
(2003, 902, '旅游', 90, '2020-01-01 7:00:00');

得到的数据是

image-20220312210047741

然后查询对比

SELECT TIMESTAMPDIFF(second,tvl.start_time,tvl.end_time) as tsd ,tvl.end_time - tvl.start_time as tt
from tb_user_video_log tvl

得到结果

image-20220312205948577

就是

  • 2021-09-01 10:01:062021-09-01 10:00:00 e n d _ t i m e ? s t a r t _ t i m e end\_time - start\_time end_time?start_time得到的结果是106,但是用 T I M E S T A M P D I F F ( s e c o n d , s t a r t _ t i m e , e n d _ t i m e ) TIMESTAMPDIFF(second, start\_time, end\_time) TIMESTAMPDIFF(second,start_time,end_time)得到的结果是66。
  • 2021-09-01 10:59:052021-09-01 11:00:05 e n d _ t i m e ? s t a r t _ t i m e end\_time - start\_time end_time?start_time得到的结果是4100(相当于11:00:05-10:59:05是用100进制去减掉,因此相当于分钟数00减59的时候,要向11借一个1,换算成100*100 - 59 * 100 = 4100),但是用 T I M E S T A M P D I F F ( s e c o n d , s t a r t _ t i m e , e n d _ t i m e ) TIMESTAMPDIFF(second, start\_time, end\_time) TIMESTAMPDIFF(second,start_time,end_time)得到的结果是60。
  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2022-03-13 21:52:47  更:2022-03-13 21:53:36 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 8:34:01-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码