MongoDB根据时间aggregate示例

需要对下面的集合根据LastUpdate按天分组累加TranslateFields值。

1 2 3 4 5 6

rs_test:SECONDARY> db.new_result.find();    {  "_id"  : ObjectId( "57fb0756e31f84a56ed41889" ),  "LastUpdate"  : ISODate( "2016-09-02T01:35:02.471Z" ),  "TranslateFields"  : 9 }     {  "_id"  : ObjectId( "57fb0756e31f84a56ed4188a" ),  "LastUpdate"  : ISODate( "2016-09-05T11:13:28.344Z" ),  "TranslateFields"  : 10 }     {  "_id"  : ObjectId( "57fb0756e31f84a56ed4188b" ),  "LastUpdate"  : ISODate( "2016-09-05T09:26:41.016Z" ),  "TranslateFields"  : 33 }     {  "_id"  : ObjectId( "57fb0756e31f84a56ed4188c" ),  "LastUpdate"  : ISODate( "2016-09-02T13:34:50.114Z" ),  "TranslateFields"  : 12 }     {  "_id"  : ObjectId( "57fb0756e31f84a56ed4188d" ),  "LastUpdate"  : ISODate( "2016-08-26T03:49:52.369Z" ),  "TranslateFields"  : 17 }

如果是在SQL Server里，分组统计应该像这样写：

1 2 3 4

SELECT  CONVERT ( varchar ,LastUpdate,112), SUM (TranslateFields)    FROM  dbo.new_result    GROUP  BY  CONVERT ( varchar ,LastUpdate,112)    ORDER  BY  1;

那么在MongoDB里，有3种聚合方法：group、aggregate和mapReduce

1 2 3 4 5 6 7 8 9 10 11 12 13 14

//2.6版本aggregate方法    db.new_result.aggregate(            {              $ group  : {                 _id : {  year : { $ year :  "$LastUpdate"  },  month : { $ month :  "$LastUpdate"  },  day : { $dayOfMonth:  "$LastUpdate"  } },                 totalTime: { $ sum :  "$TranslateFields"  }              }            },            {              $sort : {                 "_id.year" : 1,  "_id.month" : 1,  "_id.day" : 1              }            }     )

 

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14

//3.0版本aggregate方法    db.new_result.aggregate(            {              $ group  : {                 yearMonthDay: { $dateToString: { format:  "%Y-%m-%d" ,  date :  "$LastUpdate"  } },                 totalTime: { $ sum :  "$TranslateFields"  }              }            },            {              $sort : {                 "yearMonthDay" : 1              }            }     )

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

// group 方法    db.new_result. group ({       keyf :  function (doc){        var  date  = new  Date (doc.LastUpdate);        var dateKey =  "" + date .getFullYear()+ "-" +( date .getMonth()+1)+ "-" + date .getDate();        return  { 'day' :dateKey};     },        initial : { "time" :0},        reduce :  function (doc, prev){              prev. time  += doc.TranslateFields;          },        finalize :  function  Finalize( out ) {          return  out ;     }     }     });

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

//先存为日期     //1     db.tmp_result.find({ "value.Status" :3},{ "value.TranslateFields" :1, "value.LastUpdate" :1}).forEach(          function (item){               db.new_result.save({ "LastUpdate" :item.value.LastUpdate.getFullYear()+ "-" +                   (item.value.LastUpdate.getMonth()+1)+ "-" +                   item.value.LastUpdate.getDate(),                   "TranslateFields" :item.value.TranslateFields});          }       )     //2     db.new_result.aggregate(            {              $ group  : {                 _id: "$LastUpdate" ,                 totalTime: { $ sum :  "$TranslateFields"  }              }            }           ,{ "$sort" :{ "_id" :1}}     )

 

对于aggregate方法，最好在$group之前$match，减少数据量，如果过滤的键上有索引，查询也会走索引。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

db.TranslateTicket.aggregate(     {          "$match" :          {               "LastUpdate" : { "$gte" :ISODate( "2016-06-19T00:00:00.000Z" ),  "$lt" :ISODate( "2016-09-19T00:00:00.000Z" )},               "Status" : 3          }     },     {          "$group" :          {            _id : {  month : { $ month :  "$LastUpdate"  },  day : { $dayOfMonth:  "$LastUpdate"  },  year : { $ year :  "$LastUpdate"  } },           totalTime: { $ sum :  "$CharactersCount"  }          }     },     {          "$sort" :          {              "_id.year" :1, "_id.month" :1, "_id.day" :1          }     }     )

 

这种情况，最好在创建如下索引：

1	db.TranslateTicket.createIndex({“LastUpdate”:1,”Status”:1},{background:1})

本文转自UltraSQL51CTO博客，原文链接：http://blog.51cto.com/ultrasql/1861003 ，如需转载请自行联系原作者