以日期维度进行聚合几乎是所有业务报表的基础操作，比如统计每年的销售总额、每月的注册用户数，或者特定年份下各月份的趋势对比。SQL中的GROUP BY子句虽然能直接对列进行分组，但日期列通常存储为完整的年月日时分秒，直接GROUP BY会产生按秒甚至毫秒分组的无效结果。为了实现按年或按月汇总，我们需要借助数据库提供的日期函数提取出年份和月份部分，然后将这些计算结果作为分组依据。
基础思路：在GROUP BY中使用日期函数
最常见的做法是将日期函数直接写在GROUP BY和SELECT列表中。以MySQL为例，YEAR()和MONTH()函数可以从日期字段中分别截取出四位数的年份和一到两位数的月份。假设有一张orders表，包含order_date列和amount列，要统计每年的订单总额，可以这样写：
SELECT YEAR(order_date) AS order_year,
SUM(amount) AS total_amount
FROM orders
GROUP BY YEAR(order_date)
ORDER BY order_year;
如果需要同时按年和月分组，可以在GROUP BY中同时使用两个函数，SELECT列表中也保持一致：
SELECT YEAR(order_date) AS order_year,
MONTH(order_date) AS order_month,
SUM(amount) AS monthly_total
FROM orders
GROUP BY YEAR(order_date), MONTH(order_date)
ORDER BY order_year, order_month;
这种写法简单直接，适用于大多数关系型数据库，因为YEAR()和MONTH()函数在MySQL、SQL Server、MariaDB中都是通用的。但在PostgreSQL中，对应的函数是EXTRACT(YEAR FROM order_date)，语法略有差异。不过核心思想一致：将日期字段转换成单一数值后作为分组维度。
需要注意，直接将日期函数写在GROUP BY中可能导致索引失效。数据库引擎需要对每一行都执行函数计算，无法直接利用order_date上的B-tree索引。如果数据量很大，查询效率会明显下降。针对这个问题，后续会介绍加表达式索引或生成列的优化方法。先掌握基本写法，再逐步优化，是合理的学习路径。
按年按月组合分组的高级写法
在某些场景下，我们需要将年份和月份合并成一个字段进行展示，比如“2023-01”这种格式，或者要求按月分组时能跨年连续展示。此时可以使用字符串格式化函数来生成分组键。以MySQL为例，DATE_FORMAT()函数可以灵活指定输出格式：
SELECT DATE_FORMAT(order_date, '%Y-%m') AS year_month,
COUNT(*) AS order_count
FROM orders
GROUP BY DATE_FORMAT(order_date, '%Y-%m')
ORDER BY year_month;
这种方式产生的分组键是字符串，天然保证按字符顺序排序时能保持年月递增，但也意味着排序是基于字典序而非数值，对于跨年的场景依然正确，因为“2023-01”会排在“2024-01”之前。如果想用数值做分组而又保持美观，可以在SELECT中做格式化显示，但GROUP BY仍用数值函数，例如：
SELECT CONCAT(YEAR(order_date), '-', LPAD(MONTH(order_date), 2, '0')) AS year_month,
SUM(amount) AS total
FROM orders
GROUP BY YEAR(order_date), MONTH(order_date)
ORDER BY YEAR(order_date), MONTH(order_date);
这种写法兼顾了显示美观和索引利用的可能性。但需要留意，YEAR()和MONTH()仍然是函数，如果表上有基于order_date的索引，查询计划仍然可能选择全表扫描。在数据量达到百万级时，全表扫描会明显拖慢报表查询。
另外，一些分析类需求可能要求按季度、按周甚至按天分组，原理完全一样，只需替换成相应的日期函数即可。例如MySQL中QUARTER(order_date)获取季度，WEEK(order_date)获取周数。这些函数都遵循相同的模式：在GROUP BY中放入函数表达式，并在SELECT中做相应处理。
不同数据库的日期函数差异与应对
虽然SQL标准定义了EXTRACT函数，但各大数据库厂商实现差异较大。MySQL提供了丰富的简化函数，如YEAR()、MONTH()、DAY()，同时也支持EXTRACT(YEAR FROM date)。PostgreSQL强烈推荐使用EXTRACT或DATE_PART函数，因为它们是SQL标准实现，可移植性更好。而在SQL Server中，YEAR()和MONTH()同样可用，但也提供了DATEPART(year, date)函数。
如果你的应用需要跨数据库运行，建议采用标准的EXTRACT写法，因为它在MySQL、PostgreSQL、Oracle、DB2中都得到支持。例如按月分组的标准SQL写法：
SELECT EXTRACT(YEAR FROM order_date) AS order_year,
EXTRACT(MONTH FROM order_date) AS order_month,
SUM(amount) AS total
FROM orders
GROUP BY EXTRACT(YEAR FROM order_date), EXTRACT(MONTH FROM order_date)
ORDER BY order_year, order_month;
这样的SQL语句可以在支持标准SQL的数据库中无需修改即可运行，极大提升了代码的可移植性。但需要注意，MySQL的EXTRACT函数在某些版本对索引的支持可能不如直接使用YEAR()好，需要具体测试。
还有一种常见情况是日期存储为字符串格式，比如'2024-10-05'，这时候需要先转换成日期类型再提取。在MySQL中可以使用STR_TO_DATE()转换，但直接在GROUP BY中叠加转换和提取会导致性能非常差。最佳实践是在表结构设计阶段就将日期存储为真正的日期类型；如果无法改变表结构，可以考虑创建计算列或表达式索引来提前物化转换结果。
性能优化：避免函数导致的索引失效
前面提到，在GROUP BY中对日期列使用函数会导致索引失效，因为索引中存储的是原始的日期值，而不是经过函数计算后的数值。数据库无法通过索引快速找到同一年或同一月的数据，只能扫描全表。这也是很多日期维度聚合查询变慢的根源。要解决这个问题，可以利用函数索引或生成列。
在PostgreSQL中，可以创建一个基于表达式EXTRACT(YEAR FROM order_date)的索引：
CREATE INDEX idx_order_year ON orders (EXTRACT(YEAR FROM order_date));
这样，当查询中包含同样的表达式时，优化器就能利用这个索引进行快速分组。MySQL 8.0.13之后支持函数索引，但需要在CREATE INDEX中明确使用括号包裹表达式：
CREATE INDEX idx_order_year_month ON orders ((YEAR(order_date)), (MONTH(order_date)));
不过更通用的做法是增加专门的年月字段并设置为生成列（generated column），这样在查询时可以直接使用该列进行分组，既能利用索引，又不需要重复编写函数表达式。例如MySQL中通过以下语句添加一个虚拟列：
ALTER TABLE orders ADD COLUMN order_year INT GENERATED ALWAYS AS (YEAR(order_date)) STORED;
或者使用虚拟列（VIRTUAL）也可以达到类似效果，且不占用额外存储空间，具体选择取决于读写比例和查询频率。在这之后，按年分组的查询就可以直截了当地写成GROUP BY order_year，完全避免了函数调用对索引的影响。
对于报表系统，适度冗余存储年份、月份、季度等维度列，虽然违反了范式要求，但能显著提升查询性能。在数仓设计和OLAP场景中，日期维度表更是标准做法，根本不需要在事实表查询时临时计算日期维度。所以，在实际工作里，要结合数据量、查询频率和数据库特性，在存储开销与查询性能之间做出平衡。