在关系型数据库里，时间区间的查询几乎是每天都会遇到的需求，无论是统计某天订单量，还是计算用户近七天的活跃情况，核心都在于如何正确使用SQL日期函数去框定起点和终点。不同的数据库虽然函数名称略有差异，但底层逻辑都围绕日期时间类型的存储精度与比较规则展开。如果直接拿字符串去和日期字段比较，优化器往往无法走索引，还会引入隐式转换错误。
常见日期函数与区间界定方式
在 MySQL 中，CURDATE() 返回当前日期，DATE_ADD() 可以对日期做偏移，而 BETWEEN 是最直观的区间写法。不过 BETWEEN 是闭区间，意味着起止时间点都会被包含。当字段是 DATETIME 类型且含有时分秒时，写 BETWEEN '2023-01-01' AND '2023-01-02' 实际只覆盖到凌晨零点，漏掉了第二天全天，这是非常典型的边界错误。
更稳妥的做法是采用左闭右开区间，例如用 created_at >= '2023-01-01' AND created_at < '2023-01-03' 来表示一号和二号两天。PostgreSQL 提供了 generate_series 配合 date_trunc 来按天切分，SQL Server 则常用 DATEADD(day, DATEDIFF(day, 0, getdate()), 0) 来截断时间部分。理解这些函数返回的是日期还是时间戳，决定了比较时是否要补零。
下面是一段 MySQL 中安全统计两天的写法，利用函数明确区间边界：
SELECT COUNT(*)
FROM orders
WHERE created_at >= DATE('2023-01-01')
AND created_at < DATE_ADD(DATE('2023-01-01'), INTERVAL 2 DAY);
这种写法不依赖 BETWEEN，也避免了末尾秒数丢失。在大数据量下，如果 created_at 有索引，范围扫描能精准命中两天内的数据页，不会像函数包裹字段那样导致索引失效。
时区与精度带来的区间偏差
很多系统把时间存成 TIMESTAMP 且带时区，但查询时却用本地字符串做条件，这时数据库会按会话时区转换，容易让区间偏移数小时。比如在东八区写 WHERE ts >= '2023-01-01 00:00:00'，实际在 UTC 存储里可能是前一日十六点，统计自然错位。正确方式是用 CONVERT_TZ 或统一用 UTC_TIMESTAMP() 先规范化。
另一个容易被忽视的是毫秒与微秒精度。当业务用 DATETIME(3) 记录毫秒，而区间上限用 < '2023-01-02 00:00:00' 时，那一秒内的 999 毫秒都被正确排除，但若误写成 <= 就会把次日的零毫秒也并进来，造成边界重叠。通过 EXTRACT 函数单独取天数再做分组，也能绕开精度干扰。
以下 PostgreSQL 示例先将时间转 UTC 再按天截断，适合跨时区报表：
SELECT date_trunc('day', ts AT TIME ZONE 'UTC') AS day,
COUNT(*)
FROM events
WHERE ts >= '2023-01-01'::timestamptz
AND ts < '2023-02-01'::timestamptz
GROUP BY 1
ORDER BY 1;
这样无论会话时区如何，聚合出来的天级区间都基于同一基准，不会出现某地多算一天的情况。对于全球业务，这一步在日期函数处理时间区间时不可忽视。
性能优化与分区表配合
当时间区间查询涉及上亿行，仅靠函数索引不够，通常要引入分区表。以 MySQL _RANGE 分区按月份切分后，带有明确日期下限和开区间上限的 SQL，能让优化器做分区裁剪，只扫描相关月份。若写法是 WHERE DATE(created_at) = '2023-01-01'，因为字段被函数包裹，分区裁剪往往失效。
使用原生区间比较配合 EXPLAIN 观察，应看到 range 或 ref 访问类型而非 ALL。对连续区间还可借助 WITH 递归生成日期序列，再 LEFT JOIN 事实表，补齐无数据的空区间，这比在应用层循环查库更省资源。日期函数在此扮演了生成维度表的角色。
示例展示如何用通用表表达式生成最近七天区间并左接统计：
WITH days AS (
SELECT DATE_SUB(CURDATE(), INTERVAL n DAY) AS d
FROM (SELECT 0 AS n UNION SELECT 1 UNION SELECT 2
UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6) t
)
SELECT days.d, COUNT(o.id) AS cnt
FROM days
LEFT JOIN orders o
ON o.created_at >= days.d
AND o.created_at < DATE_ADD(days.d, INTERVAL 1 DAY)
GROUP BY days.d
ORDER BY days.d;
该写法把时间区间展开成驱动表，每个区间独立对齐，既清晰又利于数据库复用执行计划。面对复杂报表，这种以日期函数构建区间维度再关联的思路，比零散的 BETWEEN 更易维护和调优。