MongoDB聚合管道：基于一小时防抖规则筛选目标文档（替代最旧文档选取逻辑）

这是个挺巧妙的需求，核心是要找到从最旧文档开始的连续“一小时内有后续文档”链的最后一个文档。下面是实现这个逻辑的聚合管道方案：

完整聚合管道代码 #

db.collection.aggregate([
  // 步骤1：将字符串格式的createdAt转换为Date类型（如果字段已是Date可跳过）
  {
    $addFields: {
      createdAt: { $toDate: "$createdAt" }
    }
  },
  // 步骤2：按创建时间升序排序，确保最旧的文档排在最前面
  { $sort: { createdAt: 1 } },
  // 步骤3：将所有文档合并到一个数组中，方便后续遍历处理
  {
    $group: {
      _id: null,
      docs: { $push: "$$ROOT" }
    }
  },
  // 步骤4：用$reduce遍历数组，找到符合规则的目标文档
  {
    $project: {
      targetDoc: {
        $reduce: {
          input: "$docs",
          initialValue: { $arrayElemAt: ["$docs", 0] }, // 初始值设为最旧的文档
          in: {
            $cond: {
              // 判断当前文档是否在候选文档创建后的一小时内
              if: {
                $lte: [
                  "$$this.createdAt",
                  { $add: ["$$value.createdAt", 3600000] } // 1小时=3600*1000毫秒
                ]
              },
              then: "$$this", // 如果是，替换候选为当前文档
              else: "$$value" // 如果不是，保留当前候选
            }
          }
        }
      },
      _id: 0
    }
  },
  // 步骤5：将结果转换为根文档格式，输出更简洁
  {
    $replaceRoot: { newRoot: "$targetDoc" }
  }
])

逻辑解释 #

我们一步步拆解这个管道的工作原理：

1. 转换日期类型：如果你的createdAt是字符串格式（比如示例中的ISO字符串），必须先转换成MongoDB的Date对象，这样才能正确进行时间的加减和比较操作。
2. 排序文档：按createdAt升序排列，保证我们从最旧的文档开始检查后续的所有文档。
3. 合并为数组：把整个集合的文档放到一个数组里，这样可以用$reduce来遍历处理连续的文档链。
4. 遍历筛选目标文档：
   • 初始时把最旧的文档作为候选目标。
   • 遍历每个后续文档：如果当前文档的创建时间在候选文档的创建时间+1小时范围内，就把候选替换成当前文档；否则保持候选不变。
   • 遍历结束后，剩下的候选就是我们要找的文档——它是连续一小时内有后续文档链的最后一个，且之后的文档都不在它的一小时范围内。
5. 格式化输出：把嵌套的targetDoc提升为根文档，让输出结果和单个文档查询的格式一致。

示例验证 #

用你提供的文档示例测试这个管道：

• 排序后的文档顺序是：Apple → Blueberry → Cranberry → Durian → Elderberry
• 初始候选是Apple，Blueberry在Apple的一小时内，替换为Blueberry；
• Cranberry在Blueberry的一小时内，替换为Cranberry；
• Durian和Elderberry都不在Cranberry的一小时范围内，候选保持为Cranberry；
• 最终输出Cranberry文档，完全符合你的需求。

内容的提问来源于stack exchange，提问作者user4815162342