如何在Palantir Foundry中使用Function按多属性分组聚合

以下实现直接基于Foundry Ontology原生聚合能力实现，计算下推到存储层，避免全量数据拉取导致的内存、超时问题：

前置准备 #

• 确保你的Function已经关联Schedule对象类型的Ontology访问权限
• 确认Schedule各属性的API名称和描述一致：date（日期类型）、shift_type（字符串类型）、department（字符串类型）、hours worked（数值类型）

完整实现代码 #

import { Function, Objects, LocalDate } from "@foundry/functions-api";
import { Schedule } from "@foundry/ontology-api";

export class ScheduleAggregation {
    /**
     * 按日期范围统计各日期、班次、部门的总工时
     * @param startDate 统计开始日期
     * @param endDate 统计结束日期
     */
    @Function()
    public async calculateTotalWorkHours(
        startDate: LocalDate,
        endDate: LocalDate
    ): Promise<Array<{
        date: LocalDate,
        shiftType: string,
        department: string,
        totalHours: number
    }>> {
        // 基础日期合法性校验
        if (startDate.isAfter(endDate)) {
            throw new Error("传入的开始日期不能晚于结束日期");
        }

        // 过滤时间区间内的排班数据
        const filteredSchedules = Objects.search()
            .schedule()
            .filter(item => item.date.gte(startDate).and(item.date.lte(endDate)));

        // 按三个维度分组，对工时求和
        const aggResult = await filteredSchedules.groupBy(record => ({
            date: record.date.exact(),
            shiftType: record.shift_type.exact(),
            department: record.department.exact()
        }))
        .aggregations(a => ({
            // 注意属性名带空格，需要用中括号形式访问
            totalHours: a["hours worked"].sum()
        }))
        .all();

        // 整理为目标输出结构
        return aggResult.map(item => ({
            date: item.group.date,
            shiftType: item.group.shiftType,
            department: item.group.department,
            totalHours: item.aggregations.totalHours
        }));
    }
}

关键注意事项 #

• 禁止直接调用.all()拉取全量Schedule对象到Function内存后做JS层面的循环分组，数据量超过1万条就很容易触发Function内存超限、执行超时，上述原生聚合逻辑会将计算下推到Ontology存储层，百万级数据量也能稳定返回
• 如果你的Ontology中属性API名做了驼峰/下划线转换，比如hours worked被自动转成hoursWorked，直接把代码里的a["hours worked"]替换成a.hoursWorked即可，属性名可以在Ontology对象类型的属性详情页查看对应的API标识
• 如果需要过滤掉工时为空、部门/班次未填写的异常数据，可以在filter阶段追加对应的非空判断逻辑，比如.filter(item => item.department.notNull())

内容的提问来源于stack exchange，提问作者kevpl541991