DB2数据库日期时间的处理

2024-05-12 02:48

本文主要是介绍DB2数据库日期时间的处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考:

http://www.cnblogs.com/wanghonghu/archive/2012/05/25/2518604.html

 

日期处理.sql

SELECT 'HELLO DB2' FROMSYSIBM.SYSDUMMY1;

SELECT 'HELLO DB2' FROM SYSIBM.DUAL;

VALUES 'HELLO DB2';

 

VALUES CURRENT DATE; ---日期

VALUES CURRENT TIME;  ----时间

VALUES CURRENT TIMESTAMP;  ----日期+时间

 

VALUES YEAR(CURRENTTIMESTAMP);/*2012*/  VALUESYEAR('2012-05-25 21:18:12');/*2012*/

VALUES MONTH(CURRENTTIMESTAMP);/*5*/  VALUESMONTH('2012-05-25 21:18:12');/*5*/

VALUES DAY(CURRENTTIMESTAMP);/*25*/  VALUES DAY('2012-05-2521:18:12');/*25*/

VALUES HOUR(CURRENTTIMESTAMP);/*21*/  VALUESHOUR('2012-05-25 21:18:12');/*21*/

VALUES MINUTE(CURRENTTIMESTAMP);/*18*/  VALUESMINUTE('2012-05-25 21:18:12');/*18*/

VALUES SECOND(CURRENTTIMESTAMP);/*12*/   VALUESSECOND('2012-05-25 21:18:12');/*12*/

VALUES DATE(CURRENTTIMESTAMP);/*2012/5/25 0:00:00*/  VALUESDATE('2012-05-25 21:18:12');/*2012/5/25 0:00:00*/

VALUES TIME(CURRENTTIMESTAMP);/*21:18:12*/  VALUESTIME('2012-05-25 21:18:12');/*21:18:12*/

VALUES TIMESTAMP(CURRENTTIMESTAMP);/*2012/5/25 21:18:12*/  VALUESTIMESTAMP('2012-05-25 21:18:12');/*2012/5/25 21:18:12*/

 

-------年月日的相加

VALUES TIMESTAMP('2012-5-2521:18:12')+1 YEAR;--2013/5/25 21:18:12

VALUES TIMESTAMP('2012-5-2521:18:12')+1 MONTH;--2012/6/25 21:18:12

VALUES TIMESTAMP('2012-5-2521:18:12')+1 DAY;--2012/5/26 21:18:12

VALUES TIMESTAMP('2012-5-2521:18:12')+1 HOUR;--2012/5/25 22:18:12

VALUES TIMESTAMP('2012-5-2521:18:12')+1 MINUTE;--2012/5/25 21:19:12

VALUES TIMESTAMP('2012-5-2521:18:12')+1 SECOND;--2012/5/25 21:18:13

VALUES TIMESTAMP('2012-5-2521:18:12')+1 YEAR+1 MONTH+1 DAY+1 HOUR+1 MINUTE +1 SECOND ;--2013/6/26 22:19:13

VALUES TIMESTAMP('2012-5-2521:18:12')-1 YEAR-1 MONTH-1 DAY-1 HOUR-1 MINUTE -1 SECOND ;--2011/4/24 20:17:11

 

values TIMESTAMP('2015-02-2821:18:12')+1 day;

 

-----获取两个日期的差值

VALUES DAYS(CURRENTDATE)-DAYS(CURRENT DATE-1000 DAY);--1000

 

------转化为字符串

SELECT TO_CHAR(TIMESTAMP('2012-5-2521:18:12'),'YYYY-MM-DD') FROM SYSIBM.DUAL;--2012-05-25

SELECT TO_CHAR(TIMESTAMP('2012-5-2521:18:12'),'YYYY-MM-DD HH:MI:SS') FROM SYSIBM.DUAL;--2012-05-25 09:18:12

SELECT TO_CHAR(TIMESTAMP('2012-5-2521:18:12'),'YYYY-MM-DD HH24:MI:SS') FROM SYSIBM.DUAL;--2012-05-25 21:18:12

(SELECT TO_CHAR(TIMESTAMP('2012-5-2521:18:12'),'YYYY-MM-DD HH24:MM:SS') FROM SYSIBM.DUAL;--2012-05-25 21:05:12)

 

values DAYNAME(currenttimestamp)--Friday(当天为星期五)

values DAYOFWEEK(currenttimestamp);--6(当天为星期五)

values DAYOFWEEK_ISO(currenttimestamp);--5(当前为星期五)

values DAYOFYEAR(currenttimestamp);--32范围在 1-366 的整数值表示

values MONTHNAME(CURRENTTIMESTAMP);--May(当前为五月)

VALUES WEEK(CURRENT TIMESTAMP)--21范围在 1-54 的整数值表示

 

/***

TIMESTAMPDIFF(n,CHAR(TIMESTAMP('2012-05-2510:23:24')-TIMESTAMP('2012-05-25 10:20:24')))

根据两个时间戳记之间的时差,返回由第一个参数定义的类型表示的估计时差。(整除部分,不会四舍五入)

  n=2:秒; n=4 :分; n=8:时;

  n=16 :天; n=32 :周;n=64:月;

  n=128 :季度; n=256:年;***/

VALUESTIMESTAMPDIFF(2,CHAR(TIMESTAMP('2012-05-25 10:23:24')-TIMESTAMP('2012-05-2510:20:24')));--180秒

VALUESTIMESTAMPDIFF(4,CHAR(TIMESTAMP('2012-05-25 12:23:24')-TIMESTAMP('2012-05-2510:20:22')));--123分钟

VALUES TIMESTAMPDIFF(8,CHAR(TIMESTAMP('2012-05-2512:23:24')-TIMESTAMP('2012-05-25 10:20:22')));--2小时

VALUESTIMESTAMPDIFF(16,CHAR(TIMESTAMP('2012-07-25 12:23:24')-TIMESTAMP('2012-05-2510:20:22')));--60天

VALUESTIMESTAMPDIFF(32,CHAR(TIMESTAMP('2012-07-25 12:23:24')-TIMESTAMP('2012-05-25 10:20:22')));--8周

VALUESTIMESTAMPDIFF(64,CHAR(TIMESTAMP('2012-07-25 12:23:24')-TIMESTAMP('2012-05-2510:20:22')));--2月

VALUESTIMESTAMPDIFF(128,CHAR(TIMESTAMP('2012-08-25 10:20:22')-TIMESTAMP('2012-05-2510:20:22')));--1季度

VALUES TIMESTAMPDIFF(256,CHAR(TIMESTAMP('2013-05-2510:20:22')-TIMESTAMP('2012-05-25 10:20:22')));--1年

 

 

values char(current date,iso);--2012-05-25

values char(current date,usa);--05/25/2012

values char(current time,iso);--23.21.32


这篇关于DB2数据库日期时间的处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/981398

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

MyBatis Plus实现时间字段自动填充的完整方案

《MyBatisPlus实现时间字段自动填充的完整方案》在日常开发中,我们经常需要记录数据的创建时间和更新时间,传统的做法是在每次插入或更新操作时手动设置这些时间字段,这种方式不仅繁琐,还容易遗漏,... 目录前言解决目标技术栈实现步骤1. 实体类注解配置2. 创建元数据处理器3. 服务层代码优化填充机制详

Linux下MySQL数据库定时备份脚本与Crontab配置教学

《Linux下MySQL数据库定时备份脚本与Crontab配置教学》在生产环境中,数据库是核心资产之一,定期备份数据库可以有效防止意外数据丢失,本文将分享一份MySQL定时备份脚本,并讲解如何通过cr... 目录备份脚本详解脚本功能说明授权与可执行权限使用 Crontab 定时执行编辑 Crontab添加定

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本