Sql 将Unix时间戳II转换为YYYYMMDD

我有一个SQL查询，它将数据库中的日期/时间戳列从UNIX时间戳转换为可读格式。这给了我一个很好的可读格式，但我想去掉实际的时间戳，只保留日期。。因为我只想对所有发生的日期进行计数和分组

SELECT DATEADD(ss,msg.timestamp/1000,'01/01/1970')As DateTime
FROM dbo.cp_messages msg

当前的结果如下所示：

2005-10-26 11:12:36.000

但我想：

2005-10-26

我该如何减少时间

这些注释很有帮助，但是既然我已经将unix时间转换为正确的格式，我该如何在日期之间进行搜索。。我试过下面的方法，但每次都会出错

SELECT COUNT(msg.messageId)
,CONVERT(VARCHAR(10), DATEADD(ss, msg.[timestamp]/1000, '01/01/1970'), 120) 
FROM dbo.cp_messages msg
WHERE timestamp >= DATEADD(DAY, -2, GETDATE()) 
GROUP BY timestamp

我似乎每一个例子都有一个计数，但我想要的是那天的总计数

乙二醇

我什么时候愿意

3   2015-10-29

---

不确定如何获得所需的结果

仅显示日期，您可以使用以下内容：

select convert(nvarchar(10), [DateTime], 120)

或者，返回一天的开始，您可以使用

select dateadd(day, datediff(day, 0, [DateTime]) - 10, 0))

---

问题的第二部分：

它为3行中的每一行提供了一个单独的行，因为您仍在按基础日期分组。因此，您可以为每个日期获得一个具有不同基本时间的组。但是，您只显示一天的前半部分，这就是为什么您无法看到这一点

相反，在一天开始时分组：

SELECT COUNT(msg.messageId) as messageId
      ,CONVERT(VARCHAR(10), dateadd(day, datediff(day, 0, timestamp), 0), 120) as timestamp
FROM dbo.cp_messages msg
WHERE timestamp >= DATEADD(DAY, -2, GETDATE()) 
GROUP BY dateadd(day, datediff(day, 0, timestamp), 0)

---

您可以使用映射函数将unix时间戳转换为实际时间戳，如下所示：

from datetime import datetime
df3['creationdate'] = df3['createDate'].map(lambda d: datetime.fromtimestamp(int(d)))
df3.drop('createDate', axis=1, inplace=True) 
df3.head(7)

您可以稍后确认新转换的日期时间是否为实际的python日期格式

---

可能重复的答案除了答案外，如果没有在YYYY-MM-DD表格中指定，请注意日期格式，因为1970年1月10日可以是10月1日或1月10日！查看SET DATEFORMAT DMY，在导入数据之前强制使用日期格式。Brillant这正是我想要的。你能解释一下（Varchar（10）的作用吗？最后是120。既然我已经将mydate转换成了正确的格式，我该如何查找所有几天前的记录。当比较对我来说似乎不起作用时，我最终得到了一个错误，（-10，0）是什么在行尾执行。我得到一个错误，关于msg.timestamp在选择列表中无效，因为它不包含在聚合函数或分组函数中。如果我添加msg.messageID，我将得到一个算术o/fHmm，不完全确定-10来自何处，已将其删除。还更新了select，希望重新添加移动错误。对此表示抱歉-无法测试它，因为您尚未提供任何用于测试的示例数据！算术溢出错误将表达式转换为数据类型datetime-列中的数据只是messageId的ID（数字）和时间的Unix时间戳。在对其执行任何操作之前，请尝试将时间戳转换为datetime。

SELECT COUNT(msg.messageId) as messageId
      ,CONVERT(VARCHAR(10), dateadd(day, datediff(day, 0, timestamp), 0), 120) as timestamp
FROM dbo.cp_messages msg
WHERE timestamp >= DATEADD(DAY, -2, GETDATE()) 
GROUP BY dateadd(day, datediff(day, 0, timestamp), 0)

from datetime import datetime
df3['creationdate'] = df3['createDate'].map(lambda d: datetime.fromtimestamp(int(d)))
df3.drop('createDate', axis=1, inplace=True) 
df3.head(7)