本文实例讲述了PHP实现的统计数据功能。分享给大家供大家参考，具体如下：
统计，就是把基本的数据，整合起来。
用到sql的，有group by 功能，count功能，order by功能等等。
一般情况下，sql处理后得到的数据，还要通过PHP的逻辑来进行整理。
以一定的格式，展示到前台。
一般都是以数组的方式展示，这也是数据结构的概念。
看这张图片，基本想想结构大概为
{上线数，出单总数，核过总数，总人均，总核率，{(坐席人1，工号1，出单数1，发货数1，核单率1),(坐席人2，工号2，出单数2，发货数2，核单率2)}}
如果用PHP展示成上面的结构的话，就很好处理了。
别小看这初次处理的数据，处理的好，会非常的便捷。
代码如下:
UNIX_TIMESTAMP('2015-11-7') and user_group = 'TeamOne' and verifysta = 'Y' GROUP BY user ) b on a.user = b.user LEFT JOIN vicidial_users c on a.user = c.user where time > UNIX_TIMESTAMP('2015-11-7') and a.user_group = 'TeamOne' GROUP BY a.user ;
sql思路，归类订单表，以user来进行归类。
获取每个人，当天的订单提交总数count()。
还要获取每个人，订单通过审核的总数，通过where筛选。
然后关联查询其他相关数据。
有了这些基本数据，其他的相关数据都能出来了。
通过PHP来处理获取，其中变量命名要清晰，这样也有利于阅读代码。
UNIX_TIMESTAMP('".$today."') and a.user_group = '".$user_group."' GROUP BY a.user ";
$rows = MysqLi_query( $db_conn,$select_sql );
$row_counts_list = MysqLi_num_rows( $rows );
if ( $row_counts_list != 0 )
{
$i = 0;
while($rs = MysqLi_fetch_assoc( $rows )) // MysqLi_fetch_assoc 获取键值数据 MysqLi_fetch_field 获取一条数据 MysqLi_fetch_fields 获取多组数据 MysqLi_fetch_row
{
$outData['list'][$i]['user'] = $rs['user'];
$outData['list'][$i]['full_name'] = $rs['full_name'];
$outData['list'][$i]['subcount'] = $rs['subcount'];
$outData['list'][$i]['passcount'] = $rs['passcount'];
$outData['list'][$i]['passrate'] = round(($rs['passcount']/$rs['subcount'])*100)."%";
$outData['all_subcount'] += $rs['subcount'];
$outData['all_passcount'] += $rs['passcount'];
$i++;
}
$outData['all_passrate'] = round(($outData['all_passcount']/$outData['all_subcount'])*100)."%";
$outData['online_count'] = $row_counts_list;
$outData['average_subcount'] = round($outData['all_subcount']/$outData['online_count'],1);
}
其中outData就是要输出的数据结构类型。
Array
(
[0] => Array
(
[user] => 8001
[full_name] => 魏硕磊
[subcount] => 3
[passcount] => 2
[passrate] => 67%
)
[1] => Array
(
[user] => 8004
[full_name] => 刘庆
[subcount] => 2
[passcount] => 2
[passrate] => 100%
)
[2] => Array
(
[user] => 8005
[full_name] => 章厚英
[subcount] => 4
[passcount] => 3
[passrate] => 75%
)
)
[all_subcount] => 9
[all_passcount] => 7
[all_passrate] => 78%
[online_count] => 3
[average_subcount] => 3
)
获取数据后，一切都好办了。
套入页面就可以了，然后自己再调试调试。
