在流量分析、业务监控等场景中，按小时段统计数据是高频需求，比如统计某一天内每小时的用户访问量、接口调用次数等。要实现这个需求，核心是将时间字段统一归到对应的小时起点，再按归组结果分组统计，其中UNIX_TIMESTAMP函数和FLOOR函数的组合是高效的实现方案。
核心实现原理
实现按小时段统计的核心思路分为三步：
- 第一步：使用
UNIX_TIMESTAMP函数将时间字段转换为对应的Unix时间戳，单位是秒，这样可以把时间转化为数值类型方便计算。 - 第二步：用
FLOOR函数对时间戳做取整处理，因为1小时等于3600秒，所以用时间戳除以3600后向下取整，再乘以3600，就能得到当前小时起始时间对应的时间戳。 - 第三步：将取整后的时间戳转换回时间格式，作为小时段的标识，再按这个标识分组，统计对应的流量数据即可。
MySQL数据库实现示例
假设我们有一张access_log表，存储了用户访问记录，表结构如下：
| 字段名 | 类型 | 说明 |
|---|---|---|
| id | int | 记录ID |
| access_time | datetime | 访问时间 |
| user_id | int | 用户ID |
现在需要统计2024年5月1日当天每小时的访问量，对应的SQL语句如下：
-- 按小时段统计访问量
SELECT
FROM_UNIXTIME(FLOOR(UNIX_TIMESTAMP(access_time) / 3600) * 3600) AS hour_segment,
COUNT(*) AS visit_count
FROM access_log
WHERE DATE(access_time) = '2024-05-01'
GROUP BY FLOOR(UNIX_TIMESTAMP(access_time) / 3600)
ORDER BY hour_segment ASC;
上述语句中，UNIX_TIMESTAMP(access_time)把访问时间转为秒级时间戳，除以3600后向下取整，再乘以3600得到小时起始时间戳，最后用FROM_UNIXTIME转回时间格式作为小时段标识。分组时直接用取整后的数值分组，避免时间格式转换带来的性能损耗，排序后就能得到按时间顺序排列的每小时统计结果。
PostgreSQL数据库适配实现
PostgreSQL的时间函数语法和MySQL略有差异，对应的实现方式如下：
-- PostgreSQL按小时段统计访问量
SELECT
TO_TIMESTAMP(FLOOR(EXTRACT(EPOCH FROM access_time) / 3600) * 3600) AS hour_segment,
COUNT(*) AS visit_count
FROM access_log
WHERE access_time::date = '2024-05-01'
GROUP BY FLOOR(EXTRACT(EPOCH FROM access_time) / 3600)
ORDER BY hour_segment ASC;
这里用EXTRACT(EPOCH FROM access_time)获取时间对应的Unix时间戳，后续逻辑和MySQL一致，最终用TO_TIMESTAMP将取整后的时间戳转回时间类型。
注意事项
- 如果时间字段是带时区的类型，需要先统一时区再进行计算，避免统计的小时段和预期不符。
- 当数据量较大时，建议在
access_time字段上建立索引，提升时间筛选和分组的执行效率。 - 如果需要统计跨天的小时段，比如统计最近24小时的每小时流量，只需要调整WHERE条件的时间范围即可，核心的分组逻辑不需要修改。
这种实现方式不需要依赖数据库特定的复杂日期函数，逻辑通用性强，只要数据库支持Unix时间戳转换和FLOOR函数就可以使用，适合多数据库场景下的统计需求。
SQLUNIX_TIMESTAMPFLOOR函数按小时统计流量统计修改时间：2026-07-01 15:00:23