如何在go-redis聚合函数中按时间范围过滤计算duration总和

要实现按时间范围筛选条目后聚合duration字段的总和，你需要利用RedisSearch的范围查询语法，在FTAggregateOptions中添加筛选条件。以下是具体实现方案：

核心思路 #

RedisSearch支持通过@字段名:[最小值 最大值]的语法筛选数值/日期类型的字段，优先使用全局过滤条件（先筛数据再聚合，性能更优），若需分组内过滤再单独配置分组的Filter。

修改后的代码示例 #

假设你的时间戳字段名为timestamp（存储为Unix时间戳），以下是完整实现：

import (
    "context"
    "fmt"
    "github.com/redis/go-redis/v9"
)

func getFilteredDurationSum(ctx context.Context, rdb *redis.Client) (float64, error) {
    // 定义目标时间范围（替换为你的实际时间戳）
    startTs := 1717000000
    endTs := 1717864000

    aggOpts := redis.FTAggregateOptions{
        // 全局过滤：只保留timestamp在[startTs, endTs]范围内的条目
        Filter: fmt.Sprintf("@timestamp:[%d %d]", startTs, endTs),
        GroupBy: []redis.FTAggregateGroupBy{
            {
                Fields: []interface{}{"@ID"},
                Reduce: []redis.FTAggregateReducer{
                    {
                        Reducer: redis.SearchSum,
                        Args:    []interface{}{"@duration"},
                        As:      "sum_duration",
                    },
                },
            },
        },
    }

    // 执行聚合查询（注意替换*为你的实际索引名称）
    result, err := rdb.FTAggregateWithArgs(ctx, "*", &aggOpts).Result()
    if err != nil {
        return 0, err
    }

    // 计算所有分组的总和
    total := 0.0
    for _, row := range result {
        if sum, ok := row["sum_duration"].(float64); ok {
            total += sum
        }
    }
    return total, nil
}

额外说明 #

1. 时间格式适配：如果你的时间戳是ISO字符串（如2024-06-01T00:00:00），且字段已被索引为日期类型，可直接用字符串范围查询：

   Filter: `@timestamp:["2024-06-01" "2024-06-10"]`
   

2. 范围类型调整：RedisSearch支持开区间（用()）和混合区间，比如@timestamp:[(1717000000 1717864000]表示大于startTs且小于等于endTs。
3. 无分组聚合：如果不需要按ID分组，仅需全局求和，可去掉GroupBy配置，改用顶层Reduce：

   aggOpts := redis.FTAggregateOptions{
       Filter: fmt.Sprintf("@timestamp:[%d %d]", startTs, endTs),
       Reduce: []redis.FTAggregateReducer{
           {
               Reducer: redis.SearchSum,
               Args:    []interface{}{"@duration"},
               As:      "total_sum",
           },
       },
   }
   // 解析结果时直接取第一个行的total_sum
   total := result[0]["total_sum"].(float64)
   

内容的提问来源于stack exchange，提问作者user1716970