本文介绍使用 MySQL 原生日期函数（如 TIMESTAMPDIFF 和 FROM_UNIXTIME）结合 SQL 聚合逻辑，精准统计近7天内每日独立页面浏览量，避免 PHP 循环遍历，显著提升性能与可维护性。
本文介绍使用 mysql 原生日期函数（如 `timestampdiff` 和 `from_unixtime`）结合 sql 聚合逻辑，精准统计近7天内每日独立页面浏览量，避免 php 循环遍历，显著提升性能与可维护性。
在构建后台数据看板（如管理员页面访问统计面板）时，一个常见需求是：按自然日（00:00–23:59）统计过去7天每天的页面浏览次数（PV）。你的数据表 new_user_last 中 Date 字段存储的是 Unix 时间戳（整型，单位秒），而非 MySQL 的 DATETIME 类型——这决定了我们必须正确转换时间格式，才能进行可靠的日期范围筛选与分组。
✅ 推荐方案：单次查询 + 服务端分组（最优实践）
与其执行7次独立查询（如原方案中对每个“第N天”分别调用 rowCount()），不如用一条 SQL 完成全部计算，并借助 PHP 数组结构化归类结果：
// 一次性获取最近7天（含今日）的所有有效记录，并按“日期字符串”分组
$Query = $db->prepare("
SELECT
DATE(FROM_UNIXTIME(`Date`)) AS `day`,
COUNT(*) AS `count`
FROM new_user_last
WHERE `Date` >= UNIX_TIMESTAMP(CURDATE() - INTERVAL 7 DAY)
AND `Date` < UNIX_TIMESTAMP(CURDATE() + INTERVAL 1 DAY)
GROUP BY `day`
ORDER BY `day` DESC
");
$Query->execute();
$DailyCounts = $Query->fetchAll(PDO::FETCH_ASSOC);
// 构建标准 CanvasJS 所需的 dataPoints 数组（倒序补全7天，缺失日补0）
$today = new DateTime();
$dataPoints = [];
for ($i = 6; $i >= 0; $i--) {
$targetDate = (clone $today)->modify("-{$i} days")->format('Y-m-d');
$count = 0;
foreach ($DailyCounts as $row) {
if ($row['day'] === $targetDate) {
$count = (int)$row['count'];
break;
}
}
$label = match($i) {
6 => '7天前',
5 => '6天前',
4 => '5天前',
3 => '4天前',
2 => '3天前',
1 => '2天前',
0 => '今日'
};
$dataPoints[] = ['y' => $count, 'label' => $label];
}⚠️ 关键注意事项
-
时间戳 vs DATETIME 区别：
FROM_UNIXTIME()是将整型时间戳转为 MySQL 日期对象的必备函数；直接对Date字段使用CURDATE() - INTERVAL N DAY会失败，因为类型不兼容。 -
WHERE 条件优化：使用
UNIX_TIMESTAMP(...)将日期范围转为时间戳比较，可充分利用Date字段上的索引（若已建立），避免全表扫描。 -
避免重复计算：原方案通过多层差值（如
$Seven = $SeventhDay - $SixthDay）推导单日数据，逻辑脆弱且无法处理某日无数据的情况（差值可能为负或错位）。本方案直接按日分组，语义清晰、结果可靠。 -
时区一致性：确保 PHP 的
date_default_timezone_set()与 MySQL 的time_zone设置一致（推荐统一设为Asia/Shanghai），否则CURDATE()和FROM_UNIXTIME()可能产生跨日偏差。
? 输出示例（供 CanvasJS 渲染）
[
{"y": 142, "label": "7天前"},
{"y": 189, "label": "6天前"},
{"y": 203, "label": "5天前"},
{"y": 177, "label": "4天前"},
{"y": 215, "label": "3天前"},
{"y": 196, "label": "2天前"},
{"y": 238, "label": "今日"}
]该结构可直接传入 CanvasJS 的 dataPoints 配置项，生成美观的折线图或柱状图。整个流程仅需1次数据库交互、1次循环映射，兼顾性能、准确性与可读性，是生产环境推荐的标准实现方式。
