mongo按照年度、月份、日期、小时分组统计(一)

整整恶心了我两天,一度差点放弃使用分组。直接将数据按照分组的维度存储就直接简单查询了。直到我找到了 $project 和 $dateToString $year $dayOfMonth 这些指令。

下面列一下我了解到的这些指令:

名称 含义
$year 返回该日期的年份部分
$month 返回该日期的月份部分(between 1 and 12.)
$dayOfMonth 返回该日期的日部分
$hour 返回该日期的小时部分
$minute 返回该日期的分钟部分
$second 返回该日期的秒部分(以0到59之间的数字形式返回日期的第二部分,但可以是60来计算闰秒。)
$millisecond 返回该日期的毫秒部分(between 0 and 999.)
$dayOfYear 返回该日期是这一年的第几天。(全年366天)
$dayOfMonth 返回该日期是这一个月的第几天。(1到31)
$dayOfWeek 返回的是这个周的星期几。(1:星期日,7:星期六)
$week 返回该日期是所在年的第几个星期(between 0 and 53)
$dateToString 格式日期:{ $dateToString: { format: <formatString>, date: <dateExpression> } }
# $dateToString的 format格式化
%Y  Year (4 digits, zero padded)    0000-9999
%m  Month (2 digits, zero padded)   01-12
%d  Day of Month (2 digits, zero padded)    01-31
%H  Hour (2 digits, zero padded, 24-hour clock) 00-23
%M  Minute (2 digits, zero padded)  00-59
%S  Second (2 digits, zero padded)  00-60
%L  Millisecond (3 digits, zero padded) 000-999
%j  Day of year (3 digits, zero padded) 001-366
%w  Day of week (1-Sunday, 7-Saturday)  1-7
%U  Week of year (2 digits, zero padded)    00-53
%%  Percent Character as a Literal  %
# 执行下面的语句可查看效果
# 注意:语句中的 requestTime字段必须是ISODate("") 方式存储,如果是字符串或者long类型不能使用这些函数
# java.util.Date 类型字段,使用spring的mongoTemplate 存储则保存的就是ISODate类型的
db.requestLog.aggregate(
   [
     {
       $project:
         {
           date: { $dateToString : {format: "%Y-%m-%d", date: "$requestTime"} },
           year: { $year: "$requestTime" },
           month: { $month: "$requestTime" },
           day: { $dayOfMonth: "$requestTime" },
           hour: { $hour: "$requestTime" },
           minutes: { $minute: "$requestTime" },
           seconds: { $second: "$requestTime" },
           milliseconds: { $millisecond: "$requestTime" },
           dayOfYear: { $dayOfYear: "$requestTime" },
           dayOfWeek: { $dayOfWeek: "$requestTime" },
           week: { $week: "$requestTime" }
         }
     },
    {
         $match:{ # 查询条件 ( year=2020 and month=1)
                year:2020,  
                month:1
          }
    }
   ]
)

db.requestLog.aggregate(
   [
     {
       $project: {
          yearMonthDayUTC: { $dateToString: { format: "%Y-%m-%d", date: "$requestTime" } },
          timewithOffsetNY: { $dateToString: { format: "%H:%M:%S:%L%z", date: "$requestTime", timezone: "America/New_York"} },
          timewithOffset430: { $dateToString: { format: "%H:%M:%S:%L%z", date: "$requestTime", timezone: "+04:30" } },
          minutesOffsetNY: { $dateToString: { format: "%Z", date: "$requestTime", timezone: "America/New_York" } },
          minutesOffset430: { $dateToString: { format: "%Z", date: "$requestTime", timezone: "+04:30" } }
       }
     }
   ]
)

db.requestLog.aggregate([
    {$match:{"rime":{'$gte': ISODate("2019-03-11T00:00:00Z")  ,'$lt':ISODate("2019-03-12T00:00:00Z")}}},     
  {
   $group:{
    "_id":"$requestTime",
    "c":{$sum:1},
    "b":{$avg:"$requestTime"}
   }
  },{$sort:{"$requestTime":1}}
 ])


 db.requestLog.aggregate(
   [
     {
       $project:
         {
                 
           date: { $dateToString : {format: "%Y-%m-%d", date: "$requestTime"} },
                     year_month: { $dateToString : {format: "%Y-%m", date: "$requestTime"} },
           day: { $dayOfMonth: "$requestTime" },
           responseTime: "$responseTime"
         }
     },
         {
         $match:{
                year_month:'2020-01'
          }
         },
         {
            $group:{
            "_id":"$day",
            "b":{$avg:"$responseTime"},
            "c":{$sum:1}
         }
        },
        {$sort:{"_id":1}}
   ]
)

 db.requestLog.aggregate(
   [
     {
       $project:
         {
                     year_month: { $dateToString : {format: "%Y-%m-%d", date: "$requestTime"} }
         }
     },
        
         {
            $group:{
            "_id":"$year_month"
         }
        },
        {$sort:{"_id":1}}
   ]
)

 db.requestLog.aggregate(
   [
     {
       $project:
         {
                      year_month_day_hour: { $dateToString : {format: "%Y-%m-%d %H", date: "$requestTime"} },
                      reqUrl: "$reqUrl",
                         responseTime: "$responseTime"
         }
     },
        {
         $match:{
                year_month_day_hour:'2020-01-14 01'
          }
         },
         {
            $group:{
            "_id":"$reqUrl",
            "b":{$avg:"$responseTime"},
            "c":{$sum:1}
         }
        },
        {$sort:{"b":1}}
   ]
)
©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 219,539评论 6 508
  • 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 93,594评论 3 396
  • 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 165,871评论 0 356
  • 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 58,963评论 1 295
  • 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 67,984评论 6 393
  • 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 51,763评论 1 307
  • 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 40,468评论 3 420
  • 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 39,357评论 0 276
  • 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 45,850评论 1 317
  • 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 38,002评论 3 338
  • 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 40,144评论 1 351
  • 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 35,823评论 5 346
  • 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 41,483评论 3 331
  • 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 32,026评论 0 22
  • 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 33,150评论 1 272
  • 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 48,415评论 3 373
  • 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 45,092评论 2 355

推荐阅读更多精彩内容