题目

下面的t1表中的数据为用户A的访问记录，请计算每个月的访问的天数。返回 year,month,days 格式。

CREATE TABLE t1 (year YEAR, month INT UNSIGNED,
             day INT UNSIGNED);
INSERT INTO t1 VALUES(2000,1,1),(2000,1,20),(2000,1,30),(2000,2,2),
            (2000,2,23),(2000,2,23);

正确结果返回应该为：

+------+-------+------+
| year | month | days |
+------+-------+------+
| 2000 |     1 |    3 |
| 2000 |     2 |    2 |
+------+-------+------+

答案一

SELECT year,month,BIT_COUNT(BIT_OR(1<<day)) AS days FROM t1 GROUP BY year,month;

答案二

SELECT year, month, COUNT(day) AS days FROM (SELECT DISTINCT year,month,day FROM t1) as t2 GROUP BY year, month;

分析

我的答案

一开始，我想着，先对年月日进行一次去重，因为只需要计算一个月的天数，所以重复的数据是没有用的。

SELECT DISTINCT year,month,day FROM t1;

然后，在上面的结果的基础上，根据年月进行分组计算日的数量。

SELECT year, month, COUNT(day) AS days FROM (SELECT DISTINCT year,month,day FROM t1) as t2 GROUP BY year, month;

标准答案

SELECT year, month, COUNT(day) AS days FROM (SELECT DISTINCT year,month,day FROM t1) as t2 GROUP BY year, month;

然而，看了一眼标准答案，惊为天人，用了两个位运算的函数 BIT_COUNT 与 BIT_OR ，还有左移符号 << 。

看第一眼，没看懂了，看第二眼，还是没有看懂。

BIT_COUNT 计算对应的数的二进制中的1的数量，例如

mysql> SELECT BIT_COUNT(4); 
+--------------+
| BIT_COUNT(4) |
+--------------+
|            1 |
+--------------+
1 row in set (0.00 sec)

mysql> SELECT BIT_COUNT("64");
+-----------------+
| BIT_COUNT("64") |
+-----------------+
|               1 |
+-----------------+
1 row in set (0.00 sec)

BIT_OR 可以理解为按位或，就是对 select出来的字段的值的列表，进行所有按位或操作。

可以这样理解，BIT_OR(column) # column 包含 1,3,4,5
那么最终结果为 1|3|4|5 = 7

继续分析：

1<<day：这是一个位左移操作。它将数字1向左移动day位。在这里，day很可能是一个代表月份中某一天的字段。例如，如果day是2，那么1<<day的结果是4（二进制中的100），这相当于2的day次方。
BIT_OR(1<<day)：BIT_OR是一个聚合函数，它对组内所有行执行位或（bitwise OR）操作。在这个查询中，它将同一个year和month组内的所有1<<day的结果进行位或操作。这样，每个不同的day都会在结果中设置一个位。因为每个月的天数是唯一的，所以这个操作最终会产生一个整数，其二进制表示中的位数表示该月中出现的不同天数。【不超过32天，位数不会超过31，可以使用BIT_OR】
BIT_COUNT(BIT_OR(1<<day))：BIT_COUNT函数计算一个数字的二进制表示中1的数量。在这个查询中，它计算上一步BIT_OR操作结果中的位数，这个位数就是该月中有记录的不同天数。
GROUP BY year,month：这个语句指示MySQL按照年和月来分组记录。对于每个组，上述的位运算将单独执行。

综上所述，这个查询对于每个月份，计算了t1表中有记录的不同天数。这种方法特别适用于处理稀疏数据，即不是每一天都有记录的情况。通过位运算，它能高效地对存在记录的天数进行计数，而不需要存储一个完整的日期列表。