mongodb 高級(jí)語(yǔ)法

mongo一些基本語(yǔ)法概念:

  1. aggregate方法中的本質(zhì)是一系列的 pipeline, 會(huì)按定義的順序一個(gè)一個(gè)串聯(lián)執(zhí)行,前一個(gè)pipeline的結(jié)果是后一個(gè)pipeline的參數(shù).
  2. 字段與字段的比較需要使用特殊手段,如$redact$expr
  3. 時(shí)間戳格式化需要用到$dateToString,需要注意時(shí)區(qū)問題.

前置條件:

  1. mongodb版本: 4.2.1
  2. collection數(shù)據(jù)結(jié)構(gòu): t_wechat_user
{
  "_id": "ObjectId(\"5f5f3ef2b53b633689108dfs\")",
  "open_id": "o69xlwMzwkhTIlYoFGEWeHzUtles",
  "app_id": "wxa82301b25sdf0153",
  "subscribe_time": "NumberLong(1578880338000)",
  "custom_time": "NumberLong(1638328107017)",
  "subject": "游戲原畫",
  "create_time": "ISODate(\"2020-09-14T09:59:14.955Z\")",
  "update_time": "ISODate(\"2021-12-01T05:37:35.962Z\")"
}

custom_time 和 subscribe_time 類型為時(shí)間戳毫秒數(shù)
正常情況 subscribe_time 一般在 custom_time 之前
但 subscribe_time 也有可能在 custom_time 之后

需求1:

按 subject 統(tǒng)計(jì)某個(gè)custom_time區(qū)間的 custom_time 在 subscribe_time 之后且不超過7天的間隔時(shí)間平均值,翻譯成sql語(yǔ)言類似下面這樣

SELECT subject, avg( custom_time - subscribe_time ) from t_wechat_user
WHERE
    custom_time BETWEEN 1635696000000 AND 1638288000000 
    AND custom_time > subscribe_time 
    AND ( custom_time - subscribe_time ) < 604800000 
GROUP BY subject

對(duì)應(yīng)mongo寫法如下

db.t_wechat_user.aggregate([{
    $match: {
        custom_time: {
            "$gte": 1635696000000,
            "$lt": 1638288000000
        }
    }
}, {
    $redact: {
        $cond: {
            if : {
               $and:[{"$gt":["$custom_time","$subscribe_time"]}, {"$lt": [{"$subtract": ["$custom_time", 604800000]}, "$subscribe_time"]}]
            },
            then: "$$KEEP",
            else : "$$PRUNE"
        }
    }
}, {
    $project: 
    {
        custom_time: 1,
        subject: 1,
        "subTime": {
            "$subtract": ["$custom_time", "$subscribe_time"]
        }
    }
}, {
    $group: {
        _id: "$subject",
        myCount: { $sum: 1 },
        subTimeAvg: {
            $avg: "$subTime"
        }
    }
}]);

需求2:

按日統(tǒng)計(jì)某個(gè)custom_time區(qū)間的 custom_time 在 subscribe_time 之后且不超過7天的間隔時(shí)間平均值,翻譯成sql語(yǔ)言類似下面這樣

SELECT  DATE_FORMAT(custom_time,"%Y-%m-%d") AS day, avg( custom_time - subscribe_time ) from t_wechat_user
WHERE
    custom_time BETWEEN 1635696000000 AND 1638288000000 
    AND custom_time > subscribe_time 
    AND ( custom_time - subscribe_time ) < 604800000 
GROUP BY  DATE_FORMAT(custom_time,"%Y-%m-%d")

這里就涉及到如何將時(shí)間戳轉(zhuǎn)換成指定的日期格式,需要用到$dateToString函數(shù),需要注意時(shí)區(qū)問題

db.t_wechat_user.aggregate([{
    $match: {
        custom_time: {
            "$gte": 1635696000000,
            "$lt": 1638288000000
        }
    }
}, {
    $redact: {
        $cond: {
            if : {
               $and:[{"$gt":["$custom_time","$subscribe_time"]}, {"$lt": [{"$subtract": ["$custom_time", 604800000]}, "$subscribe_time"]}]
            },
            then: "$$KEEP",
            else : "$$PRUNE"
        }
    }
}, {
    $project: 
    {
        custom_time: 1,
        subject: 1,
        "subTime": {
            "$subtract": ["$custom_time", "$subscribe_time"]
        }
    }
}, {
    $group: {
        _id: { $dateToString: { format: "%Y-%m-%d", date:{$add:[ISODate("1970-01-01T00:00:00Z"),"$custom_time"]},timezone: "+08:00" }},
        myCount: { $sum: 1 },
        subTimeAvg: {
            $avg: "$subTime"
        }
    }
}]);

需求3:

如果我只是想查詢出這些數(shù)據(jù),而不是分組統(tǒng)計(jì)呢?

SELECT open_id, subject, app_id, subscribe_time, custom_time  FROM t_wechat_user 
WHERE
    custom_time BETWEEN 1635696000000 AND 1638288000000 
    AND custom_time > subscribe_time 
    AND ( custom_time - subscribe_time ) < 604800000

相應(yīng)的mongo寫法如下:

db.t_wechat_user.find({
    custom_time: {
        $gte: 1638288000000,
        $lt: 1638892800000
    },
    $expr: {
        $and: [{
            "$gt": ["$custom_time", "$subscribe_time"]
        }, {
            "$lt": [{
                "$subtract": ["$custom_time", 604800000]
            }, "$subscribe_time"]
        }]
    }
}, {
    open_id: 1,
    subject: 1,
    app_id: 1,
    subscribe_time: 1,
    custom_time: 1
});

到這里可能有人已經(jīng)發(fā)現(xiàn),前面兩個(gè)需求其實(shí)還可以換一種寫法,把$redact這一步可以并入到$match這個(gè)pipeline里面去,寫法如下:

db.t_wechat_user.aggregate([{
    $match: {
        custom_time: {
            "$gte": 1635696000000,
            "$lt": 1638288000000
        },
        $expr: {
            $and: [{
                "$gt": ["$custom_time", "$subscribe_time"]
            }, {
                "$lt": [{
                    "$subtract": ["$custom_time", "$subscribe_time"]
                }, 604800000]
            }]
        }
    }
}, {
    $project: {
        custom_time: 1,
        subject: 1,
        "subTime": {
            "$subtract": ["$custom_time", "$subscribe_time"]
        }
    }
}, {
    $group: {
        _id: "$subject",
        myCount: {
            $sum: 1
        },
        subTimeAvg: {
            $avg: "$subTime"
        }
    }
}]);
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末令杈,一起剝皮案震驚了整個(gè)濱河市匿垄,隨后出現(xiàn)的幾起案子咆疗,更是在濱河造成了極大的恐慌伯襟,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件镜硕,死亡現(xiàn)場(chǎng)離奇詭異拓萌,居然都是意外死亡辙浑,警方通過查閱死者的電腦和手機(jī)狸捅,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門衷蜓,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人薪贫,你說我怎么就攤上這事恍箭。” “怎么了瞧省?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵扯夭,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我鞍匾,道長(zhǎng)交洗,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任橡淑,我火速辦了婚禮构拳,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘梁棠。我一直安慰自己置森,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布符糊。 她就那樣靜靜地躺著凫海,像睡著了一般。 火紅的嫁衣襯著肌膚如雪男娄。 梳的紋絲不亂的頭發(fā)上行贪,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音模闲,去河邊找鬼建瘫。 笑死,一個(gè)胖子當(dāng)著我的面吹牛尸折,可吹牛的內(nèi)容都是我干的啰脚。 我是一名探鬼主播,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼翁授,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼拣播!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起收擦,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎谍倦,沒想到半個(gè)月后塞赂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡昼蛀,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年宴猾,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了圆存。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡仇哆,死狀恐怖沦辙,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情讹剔,我是刑警寧澤油讯,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站延欠,受9級(jí)特大地震影響陌兑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜由捎,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一兔综、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧狞玛,春花似錦软驰、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至蒙畴,卻和暖如春贰镣,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背膳凝。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工碑隆, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人蹬音。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓上煤,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親著淆。 傳聞我的和親對(duì)象是個(gè)殘疾皇子劫狠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容