


Comment calculer avec précision les heures de travail entre deux dates dans PostgreSQL ?
Comment calculer les heures de travail entre 2 dates dans PostgreSQL
Le défi
Le calcul des heures de travail entre deux dates peut être complexe, surtout si l'on prend en compte des facteurs comme les week-ends et des horaires de travail spécifiques. Dans cet article, nous explorerons plusieurs approches utilisant PostgreSQL pour gérer efficacement cette tâche.
Prendre en compte les week-ends et les heures de travail
Supposons que nos heures de travail soient du lundi au vendredi, entre 8 et :00h et 15h00. En utilisant cette définition, nous pouvons calculer les heures de travail entre deux horodatages comme suit :
- Ignorer les week-ends : Vérifiez si les dates tombent le week-end (samedi ou dimanche) et excluez-les. du calcul.
- Tronquer les heures : Convertissez les horodatages pour inclure uniquement la date et l'heure dans heures de travail. Par exemple, "2023-03-08 19:30:00" deviendrait "2023-03-08 15:00:00".
- Calculer les heures : Calculez la différence entre les l'heure de fin tronquée et l'heure de début tronquée. Cela vous donnera le nombre total d'heures de travail.
Solutions PostgreSQL
Résultats arrondis
Pour obtenir des résultats arrondis, nous pouvons utiliser Fonction generate_series() de PostgreSQL pour générer une série d'intervalles d'une heure dans la plage des heures de travail. Nous comptons ensuite le nombre d'intervalles éligibles tombant dans la période spécifiée. Voici un exemple de requête :
SELECT count(*) AS work_hours FROM generate_series('2023-03-08 14:00', '2023-03-09 09:00' - interval '1 hour', interval '1 hour') h WHERE EXTRACT(ISODOW FROM h) < 6 AND h::time >= '08:00' AND h::time < '15:00';
Plus de précision
Pour des résultats plus précis, vous pouvez utiliser des unités de temps plus petites, telles que des incréments de 5 minutes. La requête suivante fournit des résultats avec une précision de 5 minutes :
SELECT count(*) * interval '5 min' AS work_interval FROM generate_series('2023-03-08 14:01', '2023-03-09 09:00' - interval '5 min', interval '5 min') h WHERE EXTRACT(ISODOW FROM h) < 6 AND h::time >= '08:00' AND h::time < '15:00';
Résultats exacts
Pour des résultats exacts, vous pouvez adopter une approche plus nuancée en gérant séparément le début et fin du délai. Voici une requête qui fournit des résultats d'intervalle précis à la microseconde :
SELECT t_id , COALESCE(h.h, '0') - CASE WHEN EXTRACT(ISODOW FROM t_start) < 6 AND t_start::time > v_start AND t_start::time < v_end THEN t_start - date_trunc('hour', t_start) ELSE '0'::interval END + CASE WHEN EXTRACT(ISODOW FROM t_end) < 6 AND t_end::time > v_start AND t_end::time < v_end THEN t_end - date_trunc('hour', t_end) ELSE '0'::interval END AS work_interval FROM t CROSS JOIN var LEFT JOIN ( SELECT t_id, count(*)::int * interval '1h' AS h FROM ( SELECT t_id, v_start, v_end , generate_series (date_trunc('hour', t_start) , date_trunc('hour', t_end) - interval '1h' , interval '1h') AS h FROM t, var ) sub WHERE EXTRACT(ISODOW FROM h) < 6 AND h::time >= v_start AND h::time <= v_end - interval '1h' GROUP BY 1 ) h USING (t_id) ORDER BY 1;
Comparaison des approches
Les différentes approches présentées offrent différents niveaux de précision et de performances.
Résultats arrondis : Cette méthode est simple à mettre en œuvre et fournit des estimations raisonnables, notamment lorsque les temps de saisie sont proches des limites des heures de travail plage.
Plus de précision : Cette approche offre une meilleure précision en utilisant des unités de temps plus petites. L'impact sur les performances est minime dans la plupart des scénarios.
Résultats exacts : Cette méthode est plus complexe et nécessite des calculs supplémentaires. Il fournit les résultats les plus précis mais peut entraîner un coût de calcul plus élevé.
Conclusion
Le choix de l'approche appropriée dépend de la précision requise et des contraintes de performances. Pour une utilisation générale, la méthode « Plus de précision » avec des incréments de 5 minutes offre un bon équilibre entre précision et efficacité. Cependant, pour les cas où la précision absolue est primordiale, l'approche des « Résultats exacts » peut être utilisée pour fournir des intervalles précis à la microseconde près.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Le rôle principal de MySQL dans les applications Web est de stocker et de gérer les données. 1.MySQL traite efficacement les informations utilisateur, les catalogues de produits, les enregistrements de transaction et autres données. 2. Grâce à SQL Query, les développeurs peuvent extraire des informations de la base de données pour générer du contenu dynamique. 3.MySQL fonctionne basé sur le modèle client-serveur pour assurer une vitesse de requête acceptable.

INNODB utilise des redologues et des undologs pour assurer la cohérence et la fiabilité des données. 1. REDOLOGIE RÉCLABLIER MODIFICATION DE PAGE DES DONNÉES Pour assurer la récupération des accidents et la persistance des transactions. 2.Undologs Enregistre la valeur des données d'origine et prend en charge le Rollback de la transaction et MVCC.

Par rapport à d'autres langages de programmation, MySQL est principalement utilisé pour stocker et gérer les données, tandis que d'autres langages tels que Python, Java et C sont utilisés pour le traitement logique et le développement d'applications. MySQL est connu pour ses performances élevées, son évolutivité et son support multiplateforme, adapté aux besoins de gestion des données, tandis que d'autres langues présentent des avantages dans leurs domaines respectifs tels que l'analyse des données, les applications d'entreprise et la programmation système.

La cardinalité de l'index MySQL a un impact significatif sur les performances de la requête: 1. L'indice de cardinalité élevé peut réduire plus efficacement la plage de données et améliorer l'efficacité de la requête; 2. L'indice de cardinalité faible peut entraîner une analyse complète de la table et réduire les performances de la requête; 3. Dans l'indice conjoint, des séquences de cardinalité élevées doivent être placées devant pour optimiser la requête.

Les opérations de base de MySQL incluent la création de bases de données, les tables et l'utilisation de SQL pour effectuer des opérations CRUD sur les données. 1. Créez une base de données: CreatedAtAbaseMy_First_DB; 2. Créez un tableau: CreateTableBooks (idIntauto_inCmentPrimaryKey, TitleVarchar (100) notnull, AuthorVarchar (100) notnull, publied_yearint); 3. Données d'insertion: INSERTINTOBOOKS (titre, auteur, publié_year) VA

MySQL convient aux applications Web et aux systèmes de gestion de contenu et est populaire pour son open source, ses performances élevées et sa facilité d'utilisation. 1) Par rapport à PostgreSQL, MySQL fonctionne mieux dans les requêtes simples et les opérations de lecture simultanées élevées. 2) Par rapport à Oracle, MySQL est plus populaire parmi les petites et moyennes entreprises en raison de son open source et de son faible coût. 3) Par rapport à Microsoft SQL Server, MySQL est plus adapté aux applications multiplateformes. 4) Contrairement à MongoDB, MySQL est plus adapté aux données structurées et au traitement des transactions.

InnodBBufferPool réduit les E / S de disque en mettant en cache des données et des pages d'indexation, améliorant les performances de la base de données. Son principe de travail comprend: 1. La lecture des données: lire les données de BufferPool; 2. Écriture de données: Après avoir modifié les données, écrivez dans BufferPool et actualisez-les régulièrement sur le disque; 3. Gestion du cache: utilisez l'algorithme LRU pour gérer les pages de cache; 4. Mécanisme de lecture: Chargez à l'avance des pages de données adjacentes. En dimensionner le tampon et en utilisant plusieurs instances, les performances de la base de données peuvent être optimisées.

MySQL gère efficacement les données structurées par la structure de la table et la requête SQL, et met en œuvre des relations inter-tableaux à travers des clés étrangères. 1. Définissez le format de données et tapez lors de la création d'une table. 2. Utilisez des clés étrangères pour établir des relations entre les tables. 3. Améliorer les performances par l'indexation et l'optimisation des requêtes. 4. Bases de données régulièrement sauvegarde et surveillent régulièrement la sécurité des données et l'optimisation des performances.
