结论:必须先用 GROUP BY 配合 MIN()/MAX() 提取每日最早和最晚打卡时间,再用 TIMESTAMPDIFF() 计算分钟差并转为小时;因 DATETIME 类型不可直接 SUM,且工时依赖时间跨度而非数值累加,单靠 AVG/COUNT 无法解决。

直接说结论:用 GROUP BY 配合 MIN()/MAX() 提取打卡时间,再用 TIMESTAMPDIFF() 或 DATEDIFF() 计算工时,比写子查询或应用层处理快得多。
为什么不能直接用 SUM(time) 算工时
数据库里打卡时间通常是 DATETIME 或 TIMESTAMP 类型,不是数值,SUM() 会报错或隐式转成 0;就算存成秒数,也得先算出每次打卡的时长,再汇总——必须分两步:先按人/天聚合同一员工的最早打卡(上班)和最晚打卡(下班),再算差值。
-
MIN(check_in_time)拿当天第一次打卡(假设为上班) -
MAX(check_in_time)拿当天最后一次打卡(假设为下班) - 别依赖
AVG()或COUNT()算工时——它们不解决时间跨度问题
MySQL 中计算单日工时的典型写法
假设表叫 attendance,字段有 employee_id、check_in_time(DATETIME 类型)、work_date(DATE 类型或从 check_in_time 提取):
SELECT employee_id, DATE(check_in_time) AS work_date, MIN(check_in_time) AS start_time, MAX(check_in_time) AS end_time, TIMESTAMPDIFF(MINUTE, MIN(check_in_time), MAX(check_in_time)) / 60.0 AS hours FROM attendance WHERE check_in_time IS NOT NULL GROUP BY employee_id, DATE(check_in_time) HAVING COUNT(*) >= 2;
注意:TIMESTAMPDIFF(MINUTE, ...) 返回整数分钟,除以 60.0 得小数小时;HAVING COUNT(*) >= 2 过滤掉只打一次卡的异常记录(避免工时为 0)。
PostgreSQL 或 SQL Server 怎么写
语法差异主要在时间差函数:
- PostgreSQL:用
EXTRACT(EPOCH FROM (MAX(check_in_time) - MIN(check_in_time))) / 3600.0 - SQL Server:用
DATEDIFF(MINUTE, MIN(check_in_time), MAX(check_in_time)) * 1.0 / 60 - 所有数据库都需确保
GROUP BY包含非聚合字段,且MIN/MAX在同一分组内才有业务意义
如果存在午休断点(比如打卡 4 次),MIN/MAX 就不准了——这时候得用窗口函数排序后取第 1/第 2/第 3/第 4 次,但那是另一层复杂度,先保证基础场景跑通再说。
容易被忽略的坑:时区、NULL 和打卡逻辑假设
真实生产环境里,这几个点一错就全错:
-
check_in_time存的是 UTC 还是本地时?跨时区团队必须统一转换后再GROUP BY,否则同一天被拆成两天 - 没打下班卡的记录,
MAX()是NULL,整行会被GROUP BY排除——得用COALESCE(MAX(...), MIN(...))或单独补缺 - 默认“最早=上班、最晚=下班”只适用于标准班次;弹性打卡、夜班、多段工时必须加业务标记字段(如
check_type IN ('in', 'out')),不能硬靠时间早晚猜
别急着套模板,先 SELECT employee_id, DATE(check_in_time), check_in_time ORDER BY 1,2,3 LIMIT 20 看一眼原始数据分布——工时汇总错,90% 源于对打卡行为的理解偏差,而不是 SQL 写得不够炫。

















