为什么 MYSQL DB 在对 Django models.DateTimeField 进行平均时返回损坏的值？

Question

我在 MySQL（实际上是 MariaDB）数据库上运行 Django 应用程序。

我的 Django 模型如下所示：

from django.db import models
from django.db.models import Avg, Max, Min, Count

class myModel(models.Model):
    my_string = models.CharField(max_length=32,)
    my_date = models.DateTimeField()

    @staticmethod
    def get_stats():            
        logger.info(myModel.objects.values('my_string').annotate(
                count=Count("my_string"), 
                min=Min('my_date'), 
                max=Max('my_date'), 
                avg=Avg('my_date'),
            )
        )

当我运行get_stats() 时，我得到以下日志行：

[2015-06-21 09:45:40] INFO [all_logs:96] [{'my_string': u'A', 'count': 2, 'avg': 20080507582679.5, 'min': datetime.datetime(2007, 8, 2, 11, 33, 53, tzinfo=<UTC>), 'max': datetime.datetime(2009, 2, 13, 5, 20, 6, tzinfo=<UTC>)}]

我遇到的问题是数据库返回的 my_date 字段的平均值是：20080507582679.5。仔细看看那个数字。这是无效的日期格式。

为什么数据库没有为这两个日期的平均值返回一个有效值？如果描述的方式失败，我如何获得该字段的实际平均值？ Django DateTimeField 是否未设置为处理平均？

Answer 1

Q1：为什么数据库没有返回这两个日期的平均值的有效值？

答：返回的值是预期的，它是明确定义的 MySQL 行为。

如果在数字上下文中使用日期或时间值，MySQL会自动将日期或时间值转换为数字，反之亦然。

MySQL 参考手册：https://dev.mysql.com/doc/refman/5.5/en/date-and-time-types.html

---

在 MySQL 中，AVG 聚合函数对 numeric 值进行操作。

在 MySQL 中，DATE 或 DATETIME 表达式可以在 numeric 上下文中求值。

作为一个简单的演示，对DATETIME 执行numeric 加法运算会将日期时间值隐式转换为数字。这个查询：

  SELECT NOW(), NOW()+0

返回如下结果：

  NOW()                                NOW()+0  
  -------------------  -----------------------
  2015-06-23 17:57:48    20150623175748.000000

请注意，表达式 NOW()+0 的返回值不是DATETIME，它是一个数字。

当您在DATETIME 表达式上指定SUM() 或AVG() 函数时，这相当于将DATETIME 转换为数字，然后求和 或取平均值。

也就是说，这个表达式AVG(mydatetimecol)的返回等价于这个表达式的返回：AVG(mydatetimecol+0)

“平均”是一个数值。而且您已经观察到，返回的值不是有效的日期时间；即使在它恰好看起来像一个有效的日期时间的情况下，它也可能不是您认为真正的“平均值”的值。

---

Q2：如果描述的方式失败，我如何获得该字段的实际平均值？

A2：一种方法是将日期时间转换为可以“准确”平均的数值，然后将其转换回日期时间。

例如，您可以将日期时间转换为表示从某个固定时间点开始的秒数的数值，例如

  TIMESTAMPDIFF(SECOND,'2015-01-01',t.my_date)

然后您可以“平均”这些值，以从固定时间点获得平均秒数。 （注意：当心添加非常多的行，具有非常大的值，并超过限制（最大数值），数字溢出问题。）

  AVG(TIMESTAMPDIFF(SECOND,'2015-01-01',t.my_date))

要将其转换回日期时间，请将该值作为秒数添加回固定时间点：

  '2015-01-01' + INTERVAL AVG(TIMESTAMPDIFF(SECOND,'2015-01-01',t.my_date)) SECOND

（请注意，DATEIME 的值是在 MySQL 会话的时区中评估的；因此在某些极端情况下，MySQL 会话中的 time_zone 变量的设置会对返回的值产生一些影响。）

MySQL 还提供了一个 UNIX_TIMESTAMP() 函数，它返回一个 unix 样式的整数值，即从纪元开始（UTC 时间 1970 年 1 月 1 日午夜）开始的秒数。您可以使用它来更简洁地完成相同的操作：

  FROM_UNIXTIME(AVG(UNIX_TIMESTAMP(t.my_date)))

请注意，这个最终表达式实际上是在做同样的事情...将日期时间值转换为自 '1970-01-01 00:00:00' UTC 以来的秒数，取其平均值，然后将该平均秒数添加回 '1970-01-01' UTC，最后将其转换回 DATETIME 值，在当前会话 time_zone 中表示。

---

Q3：Django DateTimeField 是否未设置为处理平均？

答：显然，Django 的作者对从数据库返回的 SQL 表达式 AVG(datetime) 的值感到满意。

Answer 2

方案 A：使用 TIMESTAMP 字段而不是 DATETIME 字段

方案 B：在计算过程中将 DATETIME 转换为 TIMESTAMP：

FROM_UNIXTIME(ROUND(AVG(UNIX_TIMESTAMP(`my_date`))))

（抱歉，我不知道所需的 Django 语法。）

Answer 3

当你使用values() 时，Django 不会转换它从 database-python 连接器获得的值。由连接器决定如何返回值。

在这种情况下，MySQL 连接器似乎返回了一个字符串表示，其中删除了分隔符。您可以尝试将datetime.strptime() 与匹配的format 一起使用，将其解析为datetime 对象。