MySQL是一種關系型數據庫管理系統，支持多種語言和操作系統。在實際項目開發中，我們經常需要對訂單進行統計分析，如按時間統計訂單數。下面是一個簡單的實例。

CREATE TABLE orders (
id INT,
order_time DATETIME
);
INSERT INTO orders (id, order_time) VALUES (1, '2021-01-01 10:20:30');
INSERT INTO orders (id, order_time) VALUES (2, '2021-01-02 14:30:00');
INSERT INTO orders (id, order_time) VALUES (3, '2021-01-02 18:05:12');
INSERT INTO orders (id, order_time) VALUES (4, '2021-01-03 09:40:50');
INSERT INTO orders (id, order_time) VALUES (5, '2021-01-04 11:11:11');
INSERT INTO orders (id, order_time) VALUES (6, '2021-01-05 15:20:30');
INSERT INTO orders (id, order_time) VALUES (7, '2021-01-07 08:08:08');
INSERT INTO orders (id, order_time) VALUES (8, '2021-01-07 16:45:30');

上面的SQL語句創建了一個orders表，并插入了8條樣例數據，包括訂單ID和下單時間。接下來，我們可以按時間統計訂單數。

SELECT DATE_FORMAT(order_time, '%Y-%m-%d') AS date, COUNT(*) AS count FROM orders GROUP BY DATE_FORMAT(order_time, '%Y-%m-%d');

上面的SQL語句使用了DATE_FORMAT函數將訂單時間轉化為'年-月-日'的形式，并按照日期分組統計訂單數。執行結果如下：

+------------+-------+
| date       | count |
+------------+-------+
| 2021-01-01 |     1 |
| 2021-01-02 |     2 |
| 2021-01-03 |     1 |
| 2021-01-04 |     1 |
| 2021-01-05 |     1 |
| 2021-01-07 |     2 |
+------------+-------+

結果表明，在2021年1月期間，每天的訂單數分別為1、2、1、1、1和2單。