mongodb使用bucket处理趋势图的问题

假设现在又日趋势,周趋势,月趋势的图表需要展示,我们可以通过以下的函数获取到bucket的boundary


function getTrendMatch (trendType, fieldName) {

  let dateMatch = {}

  let boundaries = []

  switch (trendType) {

    case 'day':

      dateMatch = {

        $gt: moment().subtract(30, 'days').endOf('day').toDate(),

        $lt: moment().endOf('day').toDate()

      }

      for (let i = 29; i >= -1; i--) {

        boundaries.push(moment().subtract(i, 'days').startOf('day').toDate())

      }

      break

    case 'week':

      dateMatch = {

        $gt: moment().subtract(12, 'week').endOf('week').toDate(),

        $lt: moment().endOf('week').toDate()

      }

      for (let i = 11; i >= -1; i--) {

        boundaries.push(moment().subtract(i, 'week').startOf('week').toDate())

      }

      break

    case 'month':

      dateMatch = {

        $gt: moment().subtract(12, 'month').endOf('month').toDate(),

        $lt: moment().endOf('month').toDate()

      }

      for (let i = 11; i >= -1; i--) {

        boundaries.push(moment().subtract(i, 'month').startOf('month').toDate())

      }

      break

    case 'all':

    default:

  }

  return {

    match: dateMatch,

    bucket: {

      groupBy: `$${fieldName}`,

      boundaries: boundaries,

      default: 'other',

      output: {

        count: { $sum: 1 },

        dates: { $push: `$${fieldName}` }

      }

    }

  }

}


然后通过以下的业务代码来使用:

let { bucket, match } = getTrendMatch(trendType, 'testdate')

    let list = await Model.aggregate([

      {

        $match: {

          testdate: match

        }

      },

      {

        $bucket: bucket

      },

      {

        $project: {

          _id: -1,

          boundary: '$_id',

          // start: { $arrayElemAt: ['$dates', 0] },

          // end: { $arrayElemAt: ['$dates', -1] },

          amount: '$count'

        }

      }

    ])

    let dataMap = {}

    list.forEach((item) => {

      dataMap[item.boundary] = item.amount

    })

    rows = bucket.boundaries.slice(0, -1).map((boundary, key) => {

      return {

        start: boundary,

        end: bucket.boundaries[key + 1],

        amount: dataMap[boundary] || 0

      }

    })


这样,我们就获得了边界日期start及end, 以及这个日期内的数据量,可以展示成一下的折线图的方式:



©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352

推荐阅读更多精彩内容