是否有一种有效的方法可以根据特定的时区按天分组记录

Question

我使用MongoDB数据库来跟踪应用程序的分析。我正在写一个Clojure应用程序(使用clj-time和Monger)从数据库中获取数据。

我有一个包含如下记录的集合

{"_id": ObjectId(...),
 timestamp: ISODate("2013-06-01T15:18:37Z"),
 device: "04dbf04b6dc0d0a4fd383967b3dc62f50111e07e"}

每个不同的device代表我的服务的不同用户。我想做的是找出我每天有多少(唯一的)用户，但需要注意的是，我希望"day"特别指的是美国/中部时区，考虑到夏令时。(如果这不是一个要求，我想我可以只是做一些像$group，然后distinct。)

这是我一直在做的:

(ns analytics.reporting
  (:use [monger.core :only [connect! connect set-db! get-db]]
        monger.operators
        clj-time.core
        clj-time.periodic
        clj-time.format)
  (:require [monger.collection :as mc]))
(defn to-central
  [dt]
  (from-time-zone dt (time-zone-for-id "America/Chicago")))
(defn count-distinct
  [coll]
  (count (distinct coll)))
(defn daily-usage
  [ndays]
  (let [midnights (map to-central
                       (reverse (for [offset (map days (range ndays))]
                                  (minus (to-central (today-at 0 0)) offset))))
        by-day (for [midnight midnights]
                 (mc/find-maps "devices" {:timestamp {$gte midnight $lt (plus midnight (days 1))}}))
        devices-by-day (map #(map :device %) by-day)
        distinct-devices-by-day (map count-distinct devices-by-day)]
    distinct-devices-by-day))

如果你不能读Clojure，这基本上是说:获得一个在中央时区最近的n午夜的列表，然后运行Mongo查询来找到每一对连续的午夜之间的所有记录。然后，统计每天不同device s的个数。

我不喜欢这种方法的地方:

1. 每天运行一个单独的查询(我通常一次看30天)感觉不对;这应该在数据库端而不是应用端完成。
2. 计算不同的device也应该由数据库完成。
3. 我的服务器设置为UTC时区，所以如果它在UTC午夜之后，但在中央时间午夜之前，这个列表中的最后一个条目将始终为零。这很容易修补，但我更喜欢一个足够聪明的解决方案，以防止它在第一个地方。
4. 整个函数的运行时间约为500ms。这并不可怕——我是唯一运行查询的人，每天只有一两次——但看起来操作不应该花那么长时间。

有一种方法，我可以把更多的这个逻辑到MongoDB查询?

Answer 1

正如@WiredPrairie所建议的那样，在将每条记录添加到数据库时，我最终只在其中包含中央时间日期。然后，我可以使用一个简单的$group查询来收集每个日期的记录数。