我正在评估电话通话记录,我已经导入到rethinkDB中;文档如下所示:
{
'date': '2015-01-02',
'duration': 46,
'cost': 0.25
'type': 'outgoing'
}
我正在尝试检索一个月内所有通话期间的金额。
我可以通过此查询"手动"实现它:
r.table('CallLog').filter(r.row('date').match('2015-01-*')).sum('duration')
鉴于我只需要6个月,绝对有可能在合理的时间内完成。但是,我宁愿找出一种在一个查询中做到这一点的方法。
我知道我可以对文档进行分组;例如,按呼叫类型汇总所有呼叫的成本,我可以做
r.table('CallLog').group('type').sum('cost')
我不知道的是,我如何按部分字段分组,在本例中为date
字段的前 7 个字符。
有什么想法吗?感谢您的帮助。
可以通过将匿名函数传递给 group
方法来按部分字段进行分组。每当您希望从group
函数中获得一些特殊行为时,请考虑匿名函数(lambda 函数)中的一些特殊行为。
在这种情况下,您可以使用 match
方法传递一个正则表达式,该正则表达式将匹配具有 4 位数字、破折号和 2 位数字 (\d{4}-\d{2}
) 的字符串。
查询的外观如下所示:
r.table('29969411')
.group(function (row) {
return row('date').match("\d{4}-\d{2}")
}).sum('cost')
在表中给出以下条目:
{
"cost": 0.25 ,
"date": "2015-02-02" ,
"duration": 46 ,
"id": "1ff56fdd-9152-4729-baa4-c9736adbe54f" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-03-02" ,
"duration": 46 ,
"id": "74a453ec-531c-4fb0-a463-661b122d47df" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-01-02" ,
"duration": 46 ,
"id": "bfa9aa42-51c0-43ef-af3d-24de15ed6571" ,
"type": "outgoing"
}, {
"cost": 0.25 ,
"date": "2015-01-99" ,
"duration": 46 ,
"id": "c93ac248-f214-4649-a355-bfc814169456" ,
"type": "outgoing"
}
结果如下:
[
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-01"
} ,
"reduction": 0.5
} ,
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-02"
} ,
"reduction": 0.25
} ,
{
"group": {
"end": 7 ,
"groups": [ ],
"start": 0 ,
"str": "2015-03"
} ,
"reduction": 0.25
}
]
谢谢你的回答,豪尔赫; 与此同时,我也发现了另一个(在一些帮助下):
r.table('CallLog').group(r.row('date').match('.{7}')('str')).sum('cost')
给出以下结果:
[
{
"group":"2014-09",
"reduction":214.8195
},
{
"group":"2014-10",
"reduction":20087.655200000074
}
]