我有一个收集设备数据的mongodb数据库。示例文档是
{
"_id" : ObjectId("5c125a185dea1b0252c5352"),
"time" : ISODate("2018-12-13T15:09:42.536Z"),
"mac" : "10:06:21:3e:0a:ff",
}
目标是计算每天的唯一 mac 值,从数据库中的第一个文档到数据库中的最后一个文档。
我一直在玩,得出的结论是,在我的聚合过程中,我需要有多个组和项目。
这就是我尝试过的 - 不确定它是否在正确的方向上,或者只是完全搞砸了。
pipeline = [
{"$project": {
"_id": 1,
"mac": 1,
"day": {
"$dayOfMonth":"$time"
},
"month": {
"$month":"$time"
},
"year": {
"$year":"$time"
}
}
},
{
"$project": {
"_id": 1,
"mac": 1,
"time": {
"$concat": [{
"$substr":["$year", 0, 4]
},
"-", {
"$substr": ["$month", 0, 2]
},
"-",
{
"$substr":["$day", 0, 2]
}]
}
}
},
{
"$group": {
"_id": {
"time": "$time",
"mac": "$mac"
}
},
"$group": {
"_id": "$_id.time",
"count":{"$sum": 1},
}
}
]
data = list(collection.aggregate(pipeline, allowDiskUse=True))
输出现在看起来不像是进行了任何聚合,
[{"_id": null, "count": 751050}]
我正在使用Pymongo作为我的驱动程序,并使用Mongodb 4。
理想情况下,它应该只显示日期和计数(例如 { "_id" : "2018-12-13", "计数" : 2 }。
我希望得到一些反馈和建议。提前谢谢。
我更喜欢尽量减少阶段的数量,尤其是避免不必要的$group阶段。 所以我会使用以下管道来做:
pipeline = [
{ '$group' : {
'_id': { '$dateToString': { 'format': "%Y-%m-%d", 'date': "$time" } },
'macs':{ '$addToSet': '$mac' }
} },
{$addFields:{ 'macs':{'$size':'$macs'}}}
]
有一个名为"$dateToString"的运算符,它可以解决您的大部分问题。
编辑:没有仔细阅读这个问题,@Asya卡姆斯基,谢谢你指出。这是新的答案。
pipeline = [
{
"$group": {
"_id": {
"date": {
$dateToString: {
format: "%Y-%m-%d",
date: "$time"
}
},
"mac": "$mac"
}
}
},
{
"$group": {
"_id": "$_id.date",
"count": {
"$sum": 1
}
}
}
]
[
{
"$project": {
"_id": 1,
"mac": 1,
"time": { "$dateToString": { "format": "%Y-%m-%d", "date": "$time", "timezone": "Africa/Johannesburg"}}
},
},
{
"$group": {
"_id":{
"time": "$time",
"mac": "$mac",
}}},{
"$group": {
"_id": "$_id.time",
"count":{"$sum": 1}
}},
{"$sort": SON([("_id", -1)])}
]
做它应该做的事情。谢谢。:)