QUARTER_FLOOR

描述

将 DATE、DATETIME、TIMESTAMP_NS 或 TIMESTAMPTZ 值向下取整到最近的指定季度周期起点。如果指定了起始时间（origin），则以该时间为基准计算周期。

语法

QUARTER_FLOOR(<datetime>)
QUARTER_FLOOR(<datetime>, <origin>)
QUARTER_FLOOR(<datetime>, <period>)
QUARTER_FLOOR(<datetime>, <period>, <origin>)

参数

参数	说明
<datetime>	需要向下取整的日期时间值，支持 DATE、DATETIME、TIMESTAMP_NS 和 TIMESTAMPTZ。
<period>	季度周期值，类型为 INT，表示每个周期包含的季度数
<origin>	周期的起始时间点，支持 DATE、DATETIME、TIMESTAMP_NS 和 TIMESTAMPTZ，默认值为 0001-01-01 00:00:00。

注意：

• 不指定 period 时，等价于以 1 个季度为周期
• 当 period 不为正整数时，函数结果将为 NULL
• 结果总是向过去时间取整
• 返回值的时间部分总是 00:00:00

返回值

输入为 TIMESTAMP_NS 时返回 TIMESTAMP_NS，并保持固定的 9 位小数秒精度。结果必须位于返回类型的取值范围内；TIMESTAMP_NS 的范围为 [1677-09-21 00:12:43.145224192, 2262-04-11 23:47:16.854775807]。

对 TIMESTAMP_NS 输入省略 <origin> 时，文档中的默认起点仅作为内部对齐基准使用，无需位于 TIMESTAMP_NS 的可存储范围内。

当 <datetime> 为 DATE 类型时，返回类型为 DATE。 当 <datetime> 为 DATETIME 类型时，返回类型为 DATETIME。 当 <datetime> 为 TIMESTAMP_NS 类型时，返回带 9 位小数秒的 TIMESTAMP_NS。 当 <datetime> 为 TIMESTAMPTZ 类型时，返回 TIMESTAMPTZ。 结果的时间部分将被设置为 00:00:00。

举例

从 '0001-01-01 00:00:00' 开始，每 5 / 4 个季度为一个周期，返回距离输入日期最近的周期起点。

SELECT QUARTER_FLOOR("2023-07-13 22:28:18", 5), QUARTER_FLOOR("2023-07-13 22:28:18", 4);

+-----------------------------------------+-----------------------------------------+
| QUARTER_FLOOR("2023-07-13 22:28:18", 5) | QUARTER_FLOOR("2023-07-13 22:28:18", 4) |
+-----------------------------------------+-----------------------------------------+
| 2021-01-01 00:00:00                     | 2022-01-01 00:00:00                     |
+-----------------------------------------+-----------------------------------------+

SELECT QUARTER_FLOOR("2023-07-13 22:28:18", 2, "2022-01-01 00:00:00"), QUARTER_FLOOR("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00");

+----------------------------------------------------------------+----------------------------------------------------------------+
| QUARTER_FLOOR("2023-07-13 22:28:18", 2, "2022-01-01 00:00:00") | QUARTER_FLOOR("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00") |
+----------------------------------------------------------------+----------------------------------------------------------------+
| 2023-01-01 00:00:00                                            | 2022-01-01 00:00:00                                            |
+----------------------------------------------------------------+----------------------------------------------------------------+

最佳实践

还可参阅 date_floor