1、查询时间的格式：
(1) 查询时将时间戳格式化
SELECT FROM_UNIXTIME(eventtime) FROM table_name
SELECT FROM_UNIXTIME(eventtime, '%Y-%m-%d %H:%i:%S') FROM table_name
(2) 查询1月18号 post_date为date或者datetime类型，同理可以只 month(post_date)=n查某个月，或者 day(post_date)=n某一天，或者 year(post_date)=n 某一年的数据。
SELECT * FROM posts WHERE MONTH(post_date)='1' AND DAY(post_date)='18';
(3)查询datetime类型时，只对比其中的日期。例如查询2019-01-02数据，post_date为datetime类型、post_time为时间戳（int）类型
SELECT * FROM posts WHERE DATE(post_date) = '2019-01-02';
SELECT * FROM posts WHERE DATE_FORMAT(post_time,'%Y-%m-%d') = '2019-01-02';
2、查询一段时间内，每5分钟间隔分时在线数据统计(eventtime是时间戳)
可以延伸统计一段时间内每10分钟、30分钟、1小时等时间段为分组的登录、付费、激活等各种数据。
SELECT FROM_UNIXTIME(`eventtime`-`eventtime`% (5*60), '%Y-%m-%d %H:%i:%S') AS stime, count(distinct uid) uids
FROM 20170828_online WHERE eventtime>=1503921000 AND eventtime<=1503925200
GROUP BY stime;
3、最高效的删除重复记录方法 ( 因为使用了ROWID)例子：
DELETE FROM EMP E WHERE E.ROWID > (SELECT MIN(X.ROWID) FROM EMP X WHERE X.EMP_NO = E.EMP_NO);
4、将两个表的查询结果合并成一行
select A.newusers,B.pay from (SELECT COUNT(DISTINCT uid) AS newusers FROM applogs.20171025_firstentry WHERE game=12 AND client=1) AS A,
(SELECT SUM(money)/100 AS pay FROM applogs.20171025_paylog WHERE eventdate=flogindate AND game=12 AND client=1 ) AS B;
5、列转行技巧
eg：统计id为1的记录数，id为2的记录数以及id为3的记录数。
SELECT COUNT(CASE WHEN id=1 THEN 1 ELSE NULL END ) AS `one_num`,COUNT(CASE WHEN id=2 THEN 1 ELSE NULL END ) AS `two_num`,COUNT(CASE WHEN id=3 THEN 1 ELSE NULL END ) AS `tree_num` FROM test;
表数据：
执行该语句的结果：
6、group_concat函数的使用方法
公式：group_concat([DISTINCT] 要连接的字段 [Order BY ASC/DESC 排序字段] [Separator '分隔符'])
基础表格：（以5中的表格数据为例）
（1）以id分组，把name字段的值放在同一结果行，以逗号分隔(默认)
SELECT id,GROUP_CONCAT(NAME) AS id_name FROM test GROUP BY id;
结果：
（2）以id分组，把name字段的值放在同一结果行，以分号分隔
SELECT id,GROUP_CONCAT(NAME SEPARATOR ';') AS id_name FROM test GROUP BY id;
结果：
（3）以id分组，把去冗余的name字段的值放在同一结果行， 以逗号分隔
SELECT id,GROUP_CONCAT(DISTINCT `name`) AS id_name FROM test GROUP BY id;
结果：
（4）以id分组，把name字段的值放在同一结果行，逗号分隔，以name排倒序
SELECT id,GROUP_CONCAT(`name` ORDER BY `name` DESC) AS id_name FROM test GROUP BY id;
结果：
7、with rollup 的用法 (表格以5中的数据表为例)
SELECT `name`, SUM(id) FROM test.test GROUP BY NAME WITH ROLLUP
SELECT COALESCE(`name`, '总数') AS `name`, SUM(id) FROM test.test GROUP BY NAME WITH ROLLUP
结果：
COALESCE函数说明：
select coalesce(a,b,c);
如果a==null,则选择b；如果b==null,则选择c；如果a!=null,则选择a；如果a b c 都为null ，则返回为null。coalesce(a,b,c,d...)同理。
8、插入数据出现UNIQUE索引或PRIMARY KEY冲突时就使用更新（ON DUPLICATE KEY UPDATE 语法）
(1) INSERT INTO `sy`.`day` (id, name, phone) VALUES('666', 'xst', '10086') ON DUPLICATE KEY UPDATE name = VALUES(name),phone = VALUES(phone);
(2) INSERT INTO TABLE (a,b,c) VALUES (1,2,3) ON DUPLICATE KEY UPDATE c=c+1; （UPDATE TABLE SET c=c+1 WHERE a=1;）
(3) INSERT INTO TABLE (a,b,c) VALUES (1,2,3),(2,5,7),(3,3,6),(4,8,2) ON DUPLICATE KEY UPDATE b=VALUES(b);
(4)插入一行数据，当主键已经存在，则更新该主键的相关数据，但数据表中 level原先的数据等于0或者为空或者小于即将更新进去的 level 值的时候，就将新的值更新进去，否则不做处理。
INSERT IGNORE INTO test.test (uid,roleid,rolename,game,`server`,`level`) VALUES('2','1002','test2','1','1001','98') ON DUPLICATE KEY UPDATE
`level` = (CASE WHEN `level`=0 OR 'level'=NULL OR `level`<VALUES(`level`) THEN VALUES(`level`) ELSE `level` END)
9、若两个表字段相同或相似，将一个表的数据插入另一个表
表字段相同的情况：INSERT INTO dbname.table1 select * FROM dbname.table2;
表字段不同的情况：INSERT INTO dbname.table1 (a,b,c,d,e,f,g) SELECT a,b,c,d,e, x as f,y as g FROM dbname.table2;
10、查询一个用户是否连续 7天或者10天登录(通过两个日期字段计算其相差的天数)
SELECT eventdate FROM login WHERE user='xst' AND DATEDIFF(eventdate,firstlogindate)<=7 GROUP BY eventdate
SELECT COUNT(DISTINCT eventdate) AS days FROM login WHERE user='xst' AND DATEDIFF(eventdate,flogindate)<=7
11、查询某个字段的一个值出现过两次以上的记录
（1）查询数据表中did出现两次以上的记录：
select * from did_table where did in (select did from did_table group by did having count(did)>1);
（2）查询用户登录数据表（记录一个用户登录时的用户和设备信息）中使用两种以上客户端（或者设备）登录的用户。uid为用户id，cid为客户端id
SELECT uid,COUNT(cid) AS cids FROM (SELECT uid,cid FROM data_base.20181104_login WHERE channel='140' GROUP BY uid,cid) AS A GROUP BY uid HAVING cids>1;
12、将一个表（B）的某个字段数据更新到另一个表（A）
UPDATE first_open A, open B SET A.uuid=B.uuid WHERE A.game=B.game AND A.did=B.did AND A.cid=B.cid AND A.aid=B.aid AND A.osid=B.osid and A.ip=B.ip and A.eventtime=B.eventtime
13、查询每个用户最后一条数据
（1）select * from (select * from usertable order by eventtime desc) a group by uid;
第（1）这种方式有一种缺点：Using temporary; Using filesort; 并且当查询的表中有自增ID或者其他非eventtime字段的主键时，使用时间字段就会无效，默认只获取到自增ID最小的行。因为group by一般主键优先。
（2）select B.* from (select uid,max(mtime) as mtime from usertable group by uid) A left join usertable as B on A.uid=B.uid and A.mtime=B.mtime
获取每个uid的mtime最大的记录，也可以用min获取每个uid的mtime最小的记录，当A有where条件时，B的where条件应当与A相同，不然，B有太多未筛选的数据，可能导致预期结果不理想。比如：
select B.* from (select uid,max(mtime) as mtime from usertable where pid='10' and mdate=flogindate group by uid) A left join usertable as B on A.uid=B.uid and A.mtime=B.mtime where B.pid='10' and B.mdate=B.flogindate
14、查询两个表某个字段的交集
（1）左表有，右表没有
SELECT A.finish_date,B.game,A.order_num,B.pay_num,B.pay_type,A.company FROM mydb.mytable AS A LEFT JOIN mydb.testtab AS B ON A.order_num = B.pay_num WHERE B.game=63 AND B.pay_num IS NULL
（2）右表有，左表没有
SELECT B.game,A.order_num,B.pay_num,B.pay_type FROM mydb.mytable AS A RIGHT JOIN mydb.testtab AS B ON A.order_num = B.pay_num WHERE B.game=63 AND A.order_num IS NULL
15、sql中的三元表达式
SELECT IF(type=1,'增加','减少') AS type,role_name,item_name FROM_UNIXTIME(eventtime) FROM base.item
SELECT CASE WHEN type=1 THEN '增加' ELSE '减少' END AS type,role_name,item_name FROM_UNIXTIME(eventtime) FROM base.item
16、假设A表xid原先只是个ID字段，与之对应的名称字段在其他表B，或者通过同一张表的子查询获取，将B表中的名称字段映射给A表的xid字段
SELECT A.aid,A.aname,A.`xid`,B.aname AS xname FROM db.table AS A LEFT JOIN (SELECT aid,aname FROM db.table WHERE xxx) AS B ON A.xid=B.aid WHERE A.aid>0
注意：
GROUP BY 能对一个表中某个字段进行分组，如果需要通过 GROUP BY 来获取用户的一行数据，或者用 GROUP BY 作为子查询去获取每个用户的一行数据时，则需要注意，获取到的是用户的哪一行记录？
换句话说，比如一个用户账号A有10条订单记录，如果 GROUP BY A 之后，可以查看到该用户的一条记录。那么这条记录是10条记录中的哪一条呢？这个问题在某些场景下会直接影响到该步骤后面的代码逻辑。
分以下几种情况：
1：没有主键的情况下，按照插入顺序的第一条。
2：有主键的情况下，按照主键升序排序后的第一条。如果有多个主键，则是多个主键分别升序排序后的第一条。（相当于 select * from table order by 主键1 ASC，主键2 ASC... limit 1）
3：原本没有主键后来加上主键的情况，则数据按照第2点方式排序获取。
4：原本有主键后来删掉主键的情况下，原本有主键的那部分数据仍然按照第2点的方式排序，删除掉主键后，新插入的数据则按照步第1点的方式排序。此时 group by 获取到的，是原本有主键时按照主键排好序的那部分数据的第一行数据。其实就是相当于删除主键后的表是一张新表，然后把原本数据找第2点有主键时排好序后的顺序插入。就回归到第一点的情况了。