如何高效处理MongoDB数据以生成股票K线图？

我当前用MongoDB中的value和date字段生成简单折线图，原始数据结构如下：

{
  product: 'title',
  value: 123,
  date: ISODate("2022-08-25T06:30:12.713Z")
}

现在要改成股票图，需要open、close、high和low字段，目标数据结构如下：

{
 product: 'title',
 open: 123,
 close: 125,
 high: 130,
 low: 120
}

以下是对各方案的分析及最优选择建议：

各方案分析 #

• 方案a：前端大量处理数据
  不推荐。若数据量较大，前端处理会占用浏览器资源导致页面卡顿，且每次加载都要重复计算，用户体验差，无性能优势。

• 方案b：MongoDB聚合查询计算每小时OHLC
  可行但需权衡。利用MongoDB聚合框架（通过$group按小时分组，结合$first取开盘价、$last取收盘价、$max取最高价、$min取最低价）可直接计算所需数据。但查询跨度大（如数月历史数据）时，聚合会消耗较多数据库资源，高频访问场景下性能会下降。

• 方案c：批量更新存储OHLC字段
  性能最优方案。通过定时脚本离线计算每小时的OHLC数据并存储到数据库，前端或API直接查询即可。避免了每次请求的实时计算，数据库查询压力小、响应快，尤其适合高频访问的股票图场景。需注意保证定时任务准确性，新数据入库时同步更新对应OHLC分组数据。

其他方案 #

可结合方案b和c做混合处理：

• 针对实时数据（如最近1小时内），用聚合查询实时计算，保证数据最新；
• 针对历史数据，提前计算并存储OHLC，提升查询性能。
  这种方式兼顾实时性与性能，适合对实时性有一定要求的场景。

内容的提问来源于stack exchange，提问作者TC23