MongoDB按时间段聚合传感器数据求各cod指标平均值实现问题

注意：现有数据中val字段为字符串类型，聚合计算前需先转换为数值类型，否则无法正常执行平均值计算。如果你的time字段存储为ISO格式字符串，将下文$match中的ISODate替换为对应格式的字符串即可。

聚合管道实现逻辑 #

• 第一步：$match 过滤指定时间范围内的目标数据，可按需增加设备ID等过滤条件
• 第二步：$unwind 拆分value数组，将每个传感器指标拆分为独立文档
• 第三步：$group 按指标编码cod分组，使用$avg计算对应val的平均值
• 第四步（可选）：$project 调整输出字段格式，更符合业务使用习惯

完整聚合代码示例 #

db.collection.aggregate([
  // 1. 时间范围过滤，替换以下ISODate为你实际的起止时间
  {
    $match: {
      time: {
        $gte: ISODate("2021-09-01T00:00:00.000Z"),
        $lte: ISODate("2021-09-30T23:59:59.999Z")
      }
      // 若需要过滤指定设备，可补充id_machine过滤条件
      // id_machine: "60ec5692a1796250f821222"
    }
  },
  // 2. 拆分value数组
  {
    $unwind: "$value"
  },
  // 3. 按cod分组求平均值
  {
    $group: {
      _id: "$value.cod",
      avg_val: {
        $avg: {
          // 转换val为数值类型，使用$convert可兼容脏数据避免聚合中断
          $convert: {
            input: "$value.val",
            to: "double",
            onError: null, // 转换失败时取值为null，$avg会自动跳过空值不参与统计，可按需调整为0
            onNull: null
          }
        }
      }
    }
  },
  // 4. 调整输出字段
  {
    $project: {
      _id: 0,
      cod: "$_id",
      average_value: "$avg_val"
    }
  }
])

优化建议 #

• 建议将time字段存储为ISODate类型而非字符串，可大幅提升时间范围过滤的查询效率，同时避免格式不一致导致的过滤错误
• 可对time、id_machine字段建立联合索引，进一步加快数据过滤速度
• 若单条文档的value数组中存在重复cod（如示例中两个CO2），聚合时会将所有匹配值纳入计算，符合需求无需额外处理

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