MongoDB時間戳轉日期及日期分組實例代碼
前言
最近遇到的一個數(shù)據(jù)統(tǒng)計折線圖的性能優(yōu)化點，可以說是一定思維上的轉變，就記錄下咯
背景：cron定時任務讀取當前統(tǒng)計數(shù)據(jù)的異常值，頻率為每五分鐘記錄一次，折線圖要求獲取每日的異常項峰值
最一開始的想法：將數(shù)據(jù)讀取到內存中進行條件過濾、計算
首先根據(jù)時間戳將數(shù)據(jù)以日期作為分組，其次在每個分組中獲取異常項的峰值數(shù)據(jù)，時間復雜度O(n*n)，最好以日期分組列表+峰值數(shù)據(jù)列表作為對象返回結果
遇到性能問題：一天的數(shù)據(jù)量為(60/5)*24=288，默認日期為15天，則統(tǒng)計的數(shù)據(jù)量為4230，接口返回甚至需要8、9秒的時間，作為一個項目的門面折線圖，這種情況 達咩！
優(yōu)化的念頭：我要拿每天的峰值數(shù)據(jù)，怎么才能直接取到每天的峰值呢，mongo的聚合是不是可以做到??？ $group可以按日期做分組， $max可以拿到最大值，接下來一個 $sort好像是就成了吧！ 說干就干??！
接下來的聚合語句均為mongo pipeline，最后附上golang的bson條件哈
// ResultCountModel _
type ResultCountModel struct {
CommonBase `json:",inline" yaml:",inline" bson:",inline"`
ErrorCount int `json:"error_count" bson:"error_count"`
Timestamp int64 `json:"timestamp" bson:"timestamp"`
MaxTime int64 `json:"max_time" bson:"max_time"`
}數(shù)據(jù)結構定義如上，這里使用CommonBase，是因為在$group聚合后會得到_id唯一標識字段，因此便于獲取最后的聚合結果，在定義結構體時將其加上；timestamp單位為毫秒
1、日期篩選
第一步，毫無疑問，對時間戳timestamp進行日期的過濾
{
$match: {
timestamp: {
$gte: 1671897600000, // min_timestamp
$lt: 1673280000000 // max_timestamp
}
}
}$gte大于等于$lt小于
2、日期轉換
第二步，根據(jù)時間戳大小進行日期的轉換，這里是用的是$project， 將具有請求字段的文檔傳遞到管道中的下一階段。指定的字段可以是輸入文檔中的現(xiàn)有字段或是新計算的字段
使用$project主要思路是，將timestamp時間戳轉換為標準日期，之后輸出為想要的format形式；同時使用 $project保留需要的字段
時間戳轉換日期
核心方法：$dateToString
{
$dateToString: {
date: <dateExpression>,
format: <formatString>,
timezone: <tzExpression>,
onNull: <expression>
}
}date：要轉換的字符串日期，必須是解析為Date、Timestamp、ObjectID 的有效表達式format： 日期格式規(guī)范timezone：運算結果的時區(qū)，常用UTC偏移量onNull： date為null或缺失時要返回的值
日期格式想要“月份-日期”，那format: “%m-%d”
日期數(shù)據(jù)這里，如果直接使用輸入文檔中的現(xiàn)有字段的話 date: “$timestamp”，則會報錯：PlanExecutor error during aggregation :: caused by :: can’t convert from BSON type long to Date
因此我們需要將時間戳轉換為日期： 即格林威治開始時間(1970-01-01 00：00：00)+時間戳+時差
date:{
$add:[
new Date(0),
"$timestamp",
28800000
]
},注意??：
- MongoDB時間的基本單位為毫秒，所以本文直接使用”$timestamp”即可；若時間單位為秒級時，則需要使用 $multiply進行乘法運算：{ $multiply:[" $timestamp”,1000]}
- MongoDB是UTC時區(qū)，即中時區(qū)(0度經線)， 中國為東八區(qū)，因此需要使用timezone添加8小時(即28800000毫秒)
pipeline如下：
day:{
$dateToString:{
format:"%m-%d",
date:{
$add:[
new Date(0),
"$timestamp",
28800000
]
},
}
},保留需要字段
/**
* specifications: The fields to
* include or exclude.
*/
{
timestamp:1,
error_count:1,
}$project將保留字段置為1即可進行數(shù)據(jù)保留操作
第二步完整pipeline如下：
{
$project: {
day: {
$dateToString: {
format: '%m-%d',
date: {
$add: [
ISODate('1970-01-01T00:00:00.000Z'),
'$timestamp',
28800000
]
}
}
},
timestamp: 1,
error_count: 1
}
},3、日期分組
第三步，使用$group進行日期分組
{
$group:
{
_id: <expression>, // Group key
<field1>: { <accumulator1> : <expression1> },
...
}
}_id： 表達式指定組密鑰field： 計算使用的累加器運算符
這里我們需要將第二步獲得的日期轉換進行分組聚合，同時獲取每個分組的異常項最大值即峰值數(shù)據(jù)
{
$group: {
_id: '$day',
error_count: {
$max: '$error_count'
},
max_time: {
$max: '$timestamp'
}
}
}, 這里額外獲取了max_time字段，主要用于在計算統(tǒng)計數(shù)據(jù)時的排序，在最后排序部分會使用到
4、日期排序
這里做一個假設，如果不使用max_time的話，如何將數(shù)據(jù)進行按日期的排序呢？ 如果根據(jù)_id進行排序，則會出現(xiàn)“上年末”排序在“下年初”的情況（感謝現(xiàn)在的??，不然會忘記這個問題）
所以將每個分組的最大時間戳保留下來時很有必要的！
這里取$max $min都是可以的哈
{
$sort: {
max_time: 1
}
}最終完整pipeline：
[{
$match: {
timestamp: {
$gte: 1671897600000,
$lt: 1673280000000
}
}
}, {
$project: {
day: {
$dateToString: {
format: '%m-%d',
date: {
$add: [
ISODate('1970-01-01T00:00:00.000Z'),
'$timestamp',
28800000
]
}
}
},
timestamp: 1,
error_count: 1
}
}, {
$group: {
_id: '$day',
error_count: {
$max: '$error_count'
},
max_time: {
$max: '$timestamp'
}
}
}, {
$sort: {
max_time: 1
}
}]
[{
$match: {
timestamp: {
$gte: 1671897600000,
$lt: 1673280000000
}
}
}, {
$project: {
day: {
$dateToString: {
format: '%m-%d',
date: {
$add: [
ISODate('1970-01-01T00:00:00.000Z'),
'$timestamp',
28800000
]
}
}
},
timestamp: 1,
error_count: 1
}
}, {
$group: {
_id: '$day',
error_count: {
$max: '$error_count'
},
max_time: {
$max: '$timestamp'
}
}
}, {
$sort: {
max_time: 1
}
}]在golang里面，Aggregate則直接使用pipeline即可，亦可轉換為filter使用
filter代碼：
filter := bson.A{
bson.D{{"$match", bson.D{
{"timestamp", bson.D{
{"$gte", param.MinTimestamp},
{"$lt", param.MaxTimestamp},
}}}},
},
bson.D{{"$project", bson.D{
{"day", bson.D{
{"$dateToString", bson.D{
{"format", "%m-%d"},
{"date", bson.D{
{"$add", bson.A{
time.Date(1970, 1, 1, 0, 0, 0, 0, time.UTC),
"$timestamp",
28800000,
}},
}},
}},
}},
{"error_count", 1},
{"timestamp", 1},
}}},
bson.D{{"$group", bson.D{
{"_id", "$day"},
{"max_time", bson.D{{"$max", "$timestamp"}}},
{"error_count", bson.D{{"$max", "$error_count"}}},
}}},
bson.D{{"$sort", bson.D{{"max_time", 1}}}},
}完結撒花??
補充：解決MongoDB存儲時間時差的問題
MongoDB存儲時間類型數(shù)據(jù)時，都是先轉換為UTC時間，然后存儲到數(shù)據(jù)庫中,當我們取出存儲的時間時，就會出現(xiàn)時差的問題。比如我們用的北京時間，讀取到的數(shù)值就會看到比當前時間少了8個小時，難道說我們在每次讀取的時候都要單獨處理一下時間嗎，這就比較麻煩。其實，我們可以在存儲的時候進行相應的處理，只需使用getTimezoneOffset()和toISOString()函數(shù)。
getTimezoneOffset函數(shù)：返回此地區(qū)的時差(當?shù)貢r間與GMT格林威治標準時間的地區(qū)時差)，單位為分鐘。
<script> // 我們是東八區(qū) var d = new Date(); var tz = d.getTimezoneOffset(); console.log(tz); // -480 </script>
toISOString()函數(shù)：使用ISO標準將 Date 對象轉換為字符串。
該標準稱為 ISO-8601 ，格式為: YYYY-MM-DDTHH:mm:ss.sssZ。
封裝時間轉換函數(shù)
localDate(v) {
const d = new Date(v || Date.now());
d.setMinutes(d.getMinutes() - d.getTimezoneOffset());
return d.toISOString();
},我們在存儲時間的時候調用localDate()這個函數(shù)就可以了，無論你處在哪個時區(qū)結果顯示都和當?shù)貢r間一樣。
總結
到此這篇關于MongoDB時間戳轉日期及日期分組的文章就介紹到這了,更多相關MongoDB時間戳轉日期內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
MongoDB使用mongoexport和mongoimport命令,批量導出和導入JSON數(shù)據(jù)到同一張表的實例
今天小編就為大家分享一篇關于MongoDB使用mongoexport和mongoimport命令,批量導出和導入JSON數(shù)據(jù)到同一張表的實例，小編覺得內容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2018-10-10
Windows系統(tǒng)下安裝MongoDB并內網(wǎng)穿透遠程連接
這篇文章主要給大家介紹了關于Windows系統(tǒng)下安裝MongoDB并內網(wǎng)穿透遠程連接的相關資料,文中通過圖文將步驟介紹的非常詳細,對大家學習或者使用MongoDB具有一定的參考學習價值,需要的朋友可以參考下2023-03-03
這篇文章主要介紹了Centos 7下Mongodb開機無法自啟動的解決方法，文中介紹的非常詳細，對大家具有一定的參考價值，需要的朋友們下面來一起看看吧。2017-03-03
基于Mongodb分布式鎖解決定時任務并發(fā)執(zhí)行問題
這篇文章主要介紹了基于Mongodb分布式鎖解決定時任務并發(fā)執(zhí)行問題,網(wǎng)上有很多分布式鎖的實現(xiàn)方案，基于redis、zk、等有很多，但是我的就是一個用了mysql和mongo的小應用，本文給大家詳細講解，需要的朋友可以參考下2023-04-04
Pycharm連接MongoDB數(shù)據(jù)庫安裝教程詳解
這篇文章主要介紹了Pycharm連接MongoDB數(shù)據(jù)庫安裝教程，本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-11-11
這篇文章主要介紹了MongoDB教程之查詢操作實例,本文講解了基本查詢、查詢條件、null數(shù)據(jù)類型的查詢、正則查詢、數(shù)組數(shù)據(jù)查詢、內嵌文檔查詢等數(shù)據(jù)查詢技巧,需要的朋友可以參考下2015-05-05
聚合(aggregate)是MongoDB的高級查詢語言,它允許我們通過轉化合并多個文檔的數(shù)據(jù)來生成新的在單個文檔里不存在的文檔信息,下面這篇文章主要給大家介紹了關于MongoDB分組查詢和聚合查詢的相關資料,需要的朋友可以參考下2023-05-05
這篇文章主要為大家詳細介紹了MongoDB快速翻頁的方法，通過實例學習在MongoDB中翻閱數(shù)據(jù)的不同方式，感興趣的小伙伴們可以參考一下2016-05-05
這里給大家分享的是作者在阿里云centos下部署mongodb的過程全記錄，非常的詳細，也遇到了很多問題，最終部署成功，希望對大家能夠有所幫助2017-08-08
這篇文章主要介紹了MongoDB查詢性能驗證及優(yōu)化的相關知識，涉及到MongoDB 查詢優(yōu)化原則知識點，本文介紹的非常詳細，具有參考借鑒價值，感興趣的朋友一起學習吧2016-02-02