工作中經常遇到針對業務部門提出不同時間粒度（年、季度、月、周、日等等日期時間粒度，以下簡稱時間粒度）的數據統計彙總任務，也看到不少博友針對這方便的博文，結合SQL Server的日期時間函數和MySQL的日期時間函數，我將嘗試闡述不同的時間粒度以及其在項目中的使用，談到時間當然也會提到日期維度（.....
工作中經常遇到針對業務部門提出不同時間粒度（年、季度、月、周、日等等日期時間粒度，以下簡稱時間粒度）的數據統計彙總任務，也看到不少博友針對這方便的博文，結合SQL Server的日期時間函數和MySQL的日期時間函數，我將嘗試闡述不同的時間粒度以及其在項目中的使用，談到時間當然也會提到日期維度（這個涉及到商業智能BI方便的知識，本系列不做深度剖析）。 看到很多博友分享的不同技術方面的系列，確實讓人受益良多。分享想法且與不同的博友進行交流溝通，既能讓自己找到自己知識體繫結構中的不准確的認知甚至錯誤認知，也能收穫博友更好的想法，更或不同角度引發的思考。寫博文也是分享想法的一種方式，希望和博友更多的分享彼此的想法，讓不同的想法彼此碰撞閃耀出美麗的火花。 新的一年新的開始，一年之計在於春。這次我第一次嘗試寫系列博文，對我也是巨大的挑戰。本系列中如果有不准確甚至錯誤之處也請博友指出，也好讓我查漏補缺。本系列的提綱我列舉如下： 第2節日期、周日期粒度詳解 第3節旬、月粒度詳解 第4節季、年時間粒度詳解 第5節小時、分鐘時間粒度詳解 第6節當日所在分鐘數以及類似mysql unix_timestamp和from_unixtime的sql server版本實現 第7節日曆數據表詳解 第8節設置日曆數據表節假日標識以及位運算詳解 第9節時間粒度示例演示 第10節針對每天任務的優化為採集任務以及連續日期與離散日期的任務轉換 第11節時間粒度統計彙總方式（空間換時間）
第12節日期維度概述
