因为DATE_FORMAT是字符串截断而非日期对齐，跨年周（如2024-12-30属2025年第1周）会被错误归入2024年；正确做法是用YEARWEEK(created_at, 1)按ISO标准对齐周，再分组统计。
MySQL 用 DATE_FORMAT 按天/周/月分组时，为什么结果总少几天？
因为 DATE_FORMAT 是字符串截断，不是日期对齐。比如 DATE_FORMAT('2024-01-01', '%Y-%m') 返回 '2024-01'，看似没问题，但一旦遇到跨年周（如 2024-12-30 属于 2025 年第 1 周），DATE_FORMAT(created_at, '%Y-%u') 就会把 2024 年末的周归到 2024 年头——实际是不同自然周。
正确做法是先用 YEARWEEK() 对齐 ISO 周（周一为起点，第 1 周含 4 个以上周一），再格式化：
SELECT YEARWEEK(created_at, 1) AS yw, COUNT(*) FROM orders GROUP BY yw;
如果非要字符串形式，用 STR_TO_DATE(CONCAT(YEARWEEK(created_at, 1), ' Monday'), '%x%v %W') 推出当周周一，再转成 '%Y-%m-%d' 格式——但没必要，直接用数值型周更稳。
Oracle 或 PostgreSQL 里没有 DATE_FORMAT，该用 TRUNC 还是 EXTRACT？
TRUNC 更适合分组：它返回一个真实日期值，能参与索引、范围查询，且语义清晰——TRUNC(order_date, 'MM') 就是当月第一天，TRUNC(order_date, 'IW') 是 ISO 周一（不是周日）。而 EXTRACT(YEAR FROM order_date) 只返回整数，丢失日期上下文，无法做时间范围筛选。
常见误用：
- 用
TRUNC(order_date, 'YYYY')→ 实际是截到当年 1 月 1 日，但 Oracle 文档写的是'YEAR'，'YYYY'不被标准支持，部分版本报错 - 用
TRUNC(order_date, 'WW')→ 按周日为起点的“日历年周”，和业务常说的“周一到周日”不一致；应改用'IW' - 在 WHERE 中写
TRUNC(order_date, 'MM') = TRUNC(SYSDATE, 'MM')→ 能走索引（如果字段有函数索引），但没建索引时性能差，不如用范围：order_date >= TRUNC(SYSDATE, 'MM') AND order_date
跨数据库写法：怎么让同一段 SQL 在 MySQL / PostgreSQL / SQL Server 都跑通？
没法完全统一，但可以收敛到几个安全模式：
按天汇总：所有库都支持 CAST(order_date AS DATE) 或 DATE(order_date)（MySQL），PostgreSQL 和 SQL Server 也认 CAST；别用 TO_CHAR 或 FORMAT，它们返回字符串，分组时隐式转换易出错。
按月汇总：优先用表达式计算月初，而不是依赖函数别名：
- MySQL：
DATE_SUB(order_date, INTERVAL DAYOFMONTH(order_date)-1 DAY) - PostgreSQL：
(order_date - EXTRACT(DAY FROM order_date)::int + 1)::date - SQL Server：
DATEFROMPARTS(YEAR(order_date), MONTH(order_date), 1)
这些写法都产出真实日期值，可建索引，且语义明确——就是“当月第一天”。
为什么用 TRUNC 或 DATE_FORMAT 后 COUNT 结果比预期少？
最常被忽略的一点：NULL 值。如果 order_date 允许为空，TRUNC(NULL, 'MM') 还是 NULL，而 GROUP BY 会把所有 NULL 归为一组。但如果你的业务逻辑里“日期为空”不算有效订单，却没加过滤，就会把脏数据混进统计。
务必检查：
- 是否加了
WHERE order_date IS NOT NULL - 是否用了
COALESCE(TRUNC(order_date, 'MM'), '1970-01-01')把 NULL 强行归类——这会让统计失真 - MySQL 中
DATE_FORMAT(NULL, '%Y-%m')返回 NULL，但某些旧版本在严格模式下可能报错
还有个隐形坑：时区。数据库服务器时区和应用时区不一致时，TRUNC(NOW(), 'MM') 可能比你本地看到的“本月”早或晚一天。上线前一定用具体时间值测试，比如 TRUNC(TIMESTAMP '2024-03-01 23:59:59', 'MM') 看是否返回 2024-03-01。
