MongoDB：在日期范围内获取有限且均匀分布的文档

要实现跨日期范围均匀采样、结果稳定的传感器读数查询，有两种实用方案，可根据你的数据场景选择：

方案一：通用聚合管道（适配任意数据分布） #

这个方法通过计算时间间隔将数据划分为固定数量的"时间桶"，每个桶取一条数据，保证时间维度上的均匀分布，结果完全稳定。

具体聚合代码如下：

db.sensor_readings.aggregate([
  // 筛选目标传感器和日期范围的文档
  {
    $match: {
      sensorId: "你的传感器ID",
      readingDate: {
        $gte: ISODate("起始日期"),
        $lte: ISODate("结束日期")
      }
    }
  },
  // 按时间正序排序，确保数据顺序稳定
  { $sort: { readingDate: 1 } },
  // 统计整个数据集的最早/最晚时间，同时保留所有文档
  {
    $group: {
      _id: null,
      docs: { $push: "$$ROOT" },
      minDate: { $min: "$readingDate" },
      maxDate: { $max: "$readingDate" }
    }
  },
  // 计算总时间范围和采样间隔
  {
    $project: {
      docs: 1,
      sampleCount: 100, // 你需要返回的文档数量
      timeRange: { $subtract: ["$maxDate", "$minDate"] },
      minDate: 1
    }
  },
  {
    $project: {
      docs: 1,
      sampleCount: 1,
      interval: { $divide: ["$timeRange", "$sampleCount"] },
      minDate: 1
    }
  },
  // 拆分文档，给每个文档分配对应的时间桶索引
  { $unwind: "$docs" },
  {
    $project: {
      doc: "$docs",
      // 计算当前文档所属的桶位置
      bucketIndex: {
        $floor: {
          $divide: [
            { $subtract: ["$docs.readingDate", "$minDate"] },
            "$interval"
          ]
        }
      },
      // 防止最后一个桶超出索引范围
      adjustedBucketIndex: {
        $min: ["$bucketIndex", { $subtract: ["$sampleCount", 1] }]
      }
    }
  },
  // 每个时间桶取第一条文档
  {
    $group: {
      _id: "$adjustedBucketIndex",
      selectedDoc: { $first: "$doc" }
    }
  },
  // 按时间排序返回结果
  { $sort: { "selectedDoc.readingDate": 1 } },
  { $replaceRoot: { newRoot: "$selectedDoc" } }
])

逻辑说明： #

1. 先筛选并排序目标数据，确保时间顺序一致
2. 计算整个日期范围的总时长，再除以目标采样数量得到每个时间桶的间隔
3. 将每个文档映射到对应的时间桶，每个桶取第一条数据，保证每个时间段都有采样
4. 最终结果按时间排序，完全稳定，不会出现随机波动

方案二：步长跳过法（适合固定间隔采集的场景） #

如果你的传感器是按固定时间间隔采集数据（比如每分钟一条），数据本身分布均匀，可以用更简单的方法：先统计符合条件的总文档数，计算步长，再通过$skip和$limit获取均匀分布的文档。

示例代码：

// 先获取符合条件的文档总数
const totalCount = db.sensor_readings.countDocuments({
  sensorId: "你的传感器ID",
  readingDate: { $gte: ISODate("起始日期"), $lte: ISODate("结束日期") }
});
const sampleCount = 100;
// 计算步长，确保采样均匀
const step = Math.floor(totalCount / sampleCount);

// 查询并返回采样结果
db.sensor_readings.find({
  sensorId: "你的传感器ID",
  readingDate: { $gte: ISODate("起始日期"), $lte: ISODate("结束日期") }
}).sort({ readingDate: 1 }).skip(step).limit(sampleCount);

注意事项： #

• 如果总文档数不是采样数的整数倍，可能会少几条数据，可根据需求调整步长（比如用Math.ceil）
• 此方法仅适用于数据本身时间分布均匀的场景，否则采样会偏向数据密集的时间段

性能优化建议 #

• 给readingDate和sensorId创建复合索引：db.sensor_readings.createIndex({ sensorId: 1, readingDate: 1 })，大幅提升筛选和排序的速度
• 避免使用$sample随机采样，因为每次结果都不一样，不符合绘图需求

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