文本给大家分享是关于mongodb聚合查询的内容，介绍了mongodb中按天进行聚合查询的的实例，具有一定的借鉴价值，需要的朋友可以参考，下面我们就一起来看看。

       最近遇到一个问题，使用mongodb记录了用例的执行结果，但是在时间的记录上使用的是date格式，现在有一个需求，以天为单位，统计一下每天成功的用例和失败的用例，说到统计，肯定是要用到聚合查询，但是如果以date格式的时间为group依据，那么等同于没有分组，因为在记录用例的时间几乎不可能同时，今天查阅了一下相关文档，可以使用mongodb的$dateToString命令来完成这个需求

       问题来源

       假如我们以如下的数据

/* 1 */
{
 "_id" : ObjectId("5d24c09651a456efbc231669"),
 "time" : ISODate("2019-07-08T10:12:35.125Z"),
 "result" : "Pass"
}

/* 2 */
{
 "_id" : ObjectId("5d24c09e51a456efbc23166a"),
 "time" : ISODate("2019-07-08T10:12:36.125Z"),
 "result" : "Pass"
}

...
...

/* 10 */
{
 "_id" : ObjectId("5d24c0d851a456efbc231672"),
 "time" : ISODate("2019-07-06T10:10:52.125Z"),
 "result" : "Pass"
}

/* 11 */
{
 "_id" : ObjectId("5d24c0e751a456efbc231673"),
 "time" : ISODate("2019-07-06T10:10:52.125Z"),
 "result" : "Fail"
}

       我的预期结果是

{'_id': '2019-07-06', 'Pass': 1}
{'_id': '2019-07-06', 'Fail': 2}
{'_id': '2019-07-07', 'Pass': 2}
{'_id': '2019-07-07', 'Fail': 1}
{'_id': '2019-07-08', 'Pass': 2}
{'_id': '2019-07-08', 'Fail': 3}

       如果按照以前的聚合方式，通过$time来分组，由于每个时间都不相同，所以这样的聚合就相当于没有聚合

#coding:utf-8

from pymongo import MongoClient

client = MongoClient(host=['%s:%s'%("127.0.0.1",27017)])
G_mongo = client['test']

pipeline = [
  {'$group': {'_id': '$time', 'count': {'$sum': 1}}},
 ]
for i in G_mongo['test'].aggregate(pipeline):
 print(i)
 

       得到的结果

{'_id': datetime.datetime(2019, 7, 6, 10, 10, 32, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 7, 10, 10, 32, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 8, 10, 11, 22, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 6, 10, 10, 52, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 8, 10, 11, 32, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 8, 10, 12, 32, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 7, 10, 11, 22, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 8, 10, 12, 36, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 8, 10, 12, 35, 125000), 'count': 1}
{'_id': datetime.datetime(2019, 7, 7, 10, 10, 22, 125000), 'count': 1}

       可以看到，由于$time上的时间，谁和谁都不一样，所以如果以$time为分组对象的话每个统计都是1。

       问题的解决

       在分组的时候有一个$dateToString指令，可以将日期格式的值转化为字符串，比如这里因为需求是要以天为单位，所以我将其转为%Y-%m-%d的字符串格式，具体的$grouop如下

{'$group': {'_id': {"$dateToString":{'format':'%Y-%m-%d','date':'$time'}}, 'count': {'$sum': 1}}}

       $dateToString的说明文档可以访问https://docs.mongodb.com/manual/reference/operator/aggregation/dateToString/ 查看，简单介绍一个

{ $dateToString: {
  date: <dateExpression>,
  format: <formatString>,
  timezone: <tzExpression>,
  onNull: <expression>
} }

       它需要四个参数，只有date参数是必须的，指定数据来源，format是转化的格式，timezone为时区，onNull是如果日期值不存在时返回的值。

#coding:utf-8

from pymongo import MongoClient

client = MongoClient(host=['%s:%s'%("127.0.0.1",27017)])
G_mongo = client['test']


pipeline = [
    # {'$group': {'_id': '$time', 'count': {'$sum': 1}}},
    {'$group': {'_id': {"$dateToString":{'format':'%Y-%m-%d','date':'$time'}}, 'count': {'$sum': 1}}}
  ]
for i in G_mongo['test'].aggregate(pipeline):
  print(i)

       上面代码执行的结果如下

{'_id': '2019-07-06', 'count': 2}
{'_id': '2019-07-07', 'count': 3}
{'_id': '2019-07-08', 'count': 5}

       这个看起来还不错，但是离我的目标还差一点，因为它还没有按照用例执行结果进行分组，再以天进行倒序排列

#coding:utf-8

from pymongo import MongoClient

client = MongoClient(host=['%s:%s'%("127.0.0.1",27017)])
G_mongo = client['test']


pipeline = [
    # {'$group': {'_id': '$time', 'count': {'$sum': 1}}},
    {'$group': {'_id': {'date':{"$dateToString":{'format':'%Y-%m-%d','date':'$time'}},'result':'$result'}, 'count': {'$sum': 1}}},
    {'$sort':{"_id.date":-1}}
  ]
for i in G_mongo['test'].aggregate(pipeline):
  print(i)

       得到的结果如下

{'_id': {'date': '2019-07-08', 'result': 'Fail'}, 'count': 3}
{'_id': {'date': '2019-07-08', 'result': 'Pass'}, 'count': 2}
{'_id': {'date': '2019-07-07', 'result': 'Pass'}, 'count': 2}
{'_id': {'date': '2019-07-07', 'result': 'Fail'}, 'count': 1}
{'_id': {'date': '2019-07-06', 'result': 'Fail'}, 'count': 1}
{'_id': {'date': '2019-07-06', 'result': 'Pass'}, 'count': 2}

       查看文档，除了使用$dateToString指令还可以使用$dayOfMonth指令

pipeline = [
    {'$group': {'_id': {'date':{"$dayOfMonth":{'date':'$time'}},'result':'$result'}, 'count': {'$sum': 1}}},
    {'$sort':{"_id.date":-1}},
  ]

       但是这个指令只能适用于单一月份，如果两个月就会有交集，如7月6号和6月6号的会聚合到一起。上面得到的结果是

{'_id': {'date': 8, 'result': 'Fail'}, 'count': 3}
{'_id': {'date': 8, 'result': 'Pass'}, 'count': 2}
{'_id': {'date': 7, 'result': 'Pass'}, 'count': 2}
{'_id': {'date': 7, 'result': 'Fail'}, 'count': 1}
{'_id': {'date': 6, 'result': 'Pass'}, 'count': 2}
{'_id': {'date': 6, 'result': 'Fail'}, 'count': 1}

       所以需要根据需求灵活的使用各种指令。

       总结

       以上就是关于mongodb聚合查询的实例介绍，希望对大家学习或者工作有帮助，更多mongodb聚合查询的内容库关注其他文章。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• 一文带你搞懂MongoDB分布式集群

  本文给大家介绍的关于MongoDB分布式集群的内容，要想更好的运用MongoDB，对MongoDB分布式集群的充分了解是有必要的，下面就跟随小编深入了解MongoDB 分布式集群吧。

• MongoDB怎样对备份做压缩操作？

  相信很多人应该都有文件、数据备份的习惯，其中MongoDB存储的数据量较大，因此备份文件也是比较大，那么就需要对MongoDB备份压缩，下面小编就给大家分享关于MongoDB实现备份压缩的方法，需要的朋友可以参考。

• MongoDB中update方法是如何更新文档的

  MongoDB中更新文档的update()方法：1、命令为db.collection.update( criteria, objNew, upsert, multi )；2、参数criteria用于指定一个查询，查询选择将要更新的目标记。

• 浅谈MongoDB中的常用操作，你都了解多少？

  这篇文章给大家分享的是有关MongoDB中的常用操作的内容，小编觉得挺实用的，因此分享给大家做个参考。下文整理了很多MongoDB操作技巧，感兴趣的朋友接下来一起跟随小编看看吧。

• MongoDB存储文件在哪里，方法是怎样的

  mongodb存储文件的方法：mongodb中可以使用GridFS类来存储文件，主要存放在fs中，可以把文件存储为二进制格式。