3

我想知道是否有人可以帮助我正确使用聚合功能。我试图计算一段文本在指定日期每小时出现的次数。到目前为止,我有:

db.daily_data.aggregate(
  [
    { $project : { useragent: 1, datetime: 1, url: 1, hour: {$hour: new Date("$datetime")} } },
    { $match : { datetime: {$gte: 1361318400000, $lt: 1361404800000}, useragent: /.*LinkCheck by Siteimprove.*/i } },
    { $group : { _id : { useragent: "$useragent", hour: "$hour" }, queriesPerUseragent: {$sum: 1} } }
  ]
);

但我显然弄错了,因为小时总是 0:

{
  "result" : [
    {
      "_id" : {
        "useragent" : "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.0) LinkCheck by Siteimprove.com",
        "hour" : 0
      },
      "queriesPerUseragent" : 94215
    }
  ],
  "ok" : 1
}

这也是一个精简的记录示例:

{
  "_id" : ObjectId("50fe63c70266a712e8663725"),
  "useragent" : "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.0) LinkCheck by Siteimprove.com",
  "datetime" : NumberLong("1358848954813"),
  "url" : "http://www.somewhere.com"
}

我也尝试过使用new Date("$datetime").getHours()而不是$hour函数来尝试获得相同的结果,但没有运气。有人可以指出我出错的方向吗?

谢谢!

4

1 回答 1

3

这是一个建议,而不是您的问题的答案。

在用于分析的 MongoDB 上,建议为您要计算的每个指标预先聚合您的存储桶(在您的用例中为每小时存储桶)。

因此,对于您的指标,您可以更新预聚合集合(加快查询时间):

db.user_agent_hourly.update({url: "your_url", useragent: "your user agent", hour: current_HOUR_of_DAY, date: current_DAY_Date}, {$inc: {counter:1}}, {upsert:true})

考虑到current_DAY_Date您必须指向当天的稳定日期值,即 current_year/current_month/current_day 00:00:00 ,对当天收到的每个指标使用相同的小时:分钟:秒。

然后,您可以查询此集合,提取任何给定时间段的聚合分析,如下所示:

 db.user_agent_hourly.aggregate(
    {$match:{date:{$gte: INITIAL_DATE, $lt: FINAL_DATE}}},
    {$group:{ _id : { useragent: "$useragent", hour: "$hour" } ,queriesPerUseragent: {$sum: "$count"} } },
    {$sort:{queriesPerUseragent:-1}}
 )

如果要使用特定用户代理过滤结果,可以使用下一个查询:

 db.user_agent_hourly.aggregate(
    {$match:{date:{$gte: INITIAL_DATE, $lt: FINAL_DATE, useragent: "your_user_agent"}}},
    {$group:{ _id : { useragent: "$useragent", hour: "$hour" }, queriesPerUseragent: {$sum: "$count"} } }
 )

PS:我们将每个收到的指标存储在其他集合中,以便在发生灾难或其他需要时能够重新处理它。

于 2013-02-22T11:41:53.073 回答