如何在PyMongo中按月份查询所有id字段

你遇到的问题很常见——精确匹配timestamp只能找到单个文档，而我们需要匹配整个月份的范围或者提取月份维度来筛选。下面给你两种实用的解决方案，适配不同的场景：

方法1：日期范围精准匹配 #

这是最直接高效的方式，通过构造目标月份的起始和结束时间，用范围操作符$gte（大于等于）和$lte（小于等于）来筛选文档，同时指定只返回id字段：

// 定义目标月份的起始和结束UTC时间（这里以2020年3月为例）
const targetMonthStart = new Date('2020-03-01T00:00:00.000+00:00');
const targetMonthEnd = new Date('2020-03-31T23:59:59.999+00:00');

// 执行查询，仅返回id字段（排除默认的_id）
db.collection.find(
  { timestamp: { $gte: targetMonthStart, $lte: targetMonthEnd } },
  { id: 1, _id: 0 }
)

这种方法的优势是性能最优，如果你的timestamp字段有索引（建议创建，下文会提），查询速度会非常快，适合大数据集场景。

方法2：使用聚合管道提取月份维度 #

如果需要动态处理月份（比如不需要手动构造日期范围，或者要按月份分组统计id列表），可以用MongoDB的聚合管道，通过$year和$month操作符提取时间维度后筛选：

场景1：筛选指定年月的id #

db.collection.aggregate([
  // 从timestamp中提取年份和月份字段
  {
    $addFields: {
      docYear: { $year: "$timestamp" },
      docMonth: { $month: "$timestamp" }
    }
  },
  // 匹配2020年3月的文档
  {
    $match: {
      docYear: 2020,
      docMonth: 3
    }
  },
  // 仅保留id字段
  {
    $project: {
      id: 1,
      _id: 0
    }
  }
])

场景2：按年月分组，获取每个月的id列表 #

如果需要一次性获取所有月份对应的id集合，可以在聚合中加入$group阶段：

db.collection.aggregate([
  {
    $addFields: {
      docYear: { $year: "$timestamp" },
      docMonth: { $month: "$timestamp" }
    }
  },
  // 按年月分组，收集每组的id
  {
    $group: {
      _id: { year: "$docYear", month: "$docMonth" },
      monthIds: { $push: "$id" }
    }
  }
])

性能优化建议 #

对于大型数据集，一定要给timestamp字段创建单字段索引，能大幅提升查询速度：

db.collection.createIndex({ timestamp: 1 })

内容的提问来源于stack exchange，提问作者pandarulez