mongodb 按照时间聚类 java

当存储到mongodb中的是string类型的时间，小tips:

1. 那么在对此域按照时间聚类（每周，每月）时就不能直接使用mongodb的time关键字了，因为mongodb有自己的时间类型，且目前它只认可自己的时间类型。

2. 假如对于时间进行简单的聚类，比如按照年，月，日，时，分，秒来聚类，我们可以使用mongodb的substr关键字模拟出mongodb能够认可的时间类型。

比如 2015-03-02 22:53:45 ---> 2014 这样截取出year，2014-03-02就是截取出day。

3. 按照季度或者星期来聚类时就有些麻烦了， 这时需要我们先分别按照月，日来进行一步聚类，将聚类后的中间结果在java中完成二次聚类。比如以星期进行聚类时需要先按照day来取，再结合java的calendar来得出星期

db.myObject.aggregate(

{$project :{new_time_stamp :{$substr :["$time_stamp",0,10]}}},

{$group:{_id:"$new_time_stamp","count":{$sum:1}}});

mongodb聚类

mongodb聚类可分为三个子操作，分别是match, project, group

三个子操作均体现为DBObject类型，aggregation接受List<DBObject>参数，所以允许三个操作并列。

下面是一个例子。

$match: {type: "airfare"}, type 是一个域，而airfare是值，这里要求完全匹配。假如match更加复杂，那么可以这么写

$match: {type: "airfare", date: {$gte: "2015-03-03", $lte: "2015-03-05"}}

注意，match的内容并不是一个array，而是以逗号隔开的对象

$project: {id: {$substr: ["$date", 0, 4]}

pass along all the documents with only the specified field to the next stage of pipeline. 在默认情况下，_id属性会传递到下一阶段。可以通过

"_id" : 0 来显式的删掉 _id 属性。

project可以对值进行更名操作以及concat, substr, add, mutiply, mod 操作

$group 最重要的，聚类操作。

group必须有_id属性，用来标识那些被聚集的属性。但是_id的值可以为null，用于求和求平均。

在group的时候可以同时对属性名称进行修改

$group: {

$_id : {month: {$month: "$date"}, day: {$day: "$date"}},

$totalPrice: {$sum: {$multiply: ["$price", "$quantity"]}},

$averagePrice: {$avg: ["$price"]},

count: {$sum, 1}

}

_id, totalPrice, averagePrice, count 都会分别作为一个属性返回。

另外的属性还包括

$sort, 按照某个属性排序

{$sort: {age: 1, money: -1}}

$skip, $limit 表示越过多少或者仅返回多少条目。

$unwind 将数组的元素拆开。

$out 表示为输出的结果新建一个collection

{$out: "authors"} ，它必须作为最后pipeline的最后一个stage

一个聚类的例子，完全使用java实现

DBObject fields  = new BasicDBObject("url", "$uri")
DBObject project = new BasicDBObject("$project", fields)

DBObject idField   = new BasicDBObject("_id", new BasicDBObject("url", "$url"));
idField.put("count", new BasicDBObject("$sum", ));
DBObject group     = new BasicDBObject("$group", idField);

DBObject sort      = new BasicDBObject("$sort", new BasicDBObject("count", -));
List<DBObject> pipeline = Arrays.asList(project, group, sort);
AggregationOutput output = collection.aggregate(pipeline);

for(DBObject result: output.results())
  System.out.println(result)

上面的代码中DBObject的组装相当麻烦且看不出json的架构，因为一个更好的做法是从json转化

DBObject project = JSON.parse("{$project: {"url": \"$uri\"}}")

DBObject group   = JSON.parse("{$group: {_id: {"url": "$url"}}}")

DBObject sort    = JSON.parse("{$sort: {count: -1}}")