如何在Mongoose中对指定时间范围内的两个字段分别求和

核心思路 #

使用MongoDB聚合管道完成两个核心操作：

• 用$match阶段筛选出时间落在指定范围内的所有台账文档
• 用$group阶段对匹配到的文档的debitValue和creditValue字段做求和统计

完整实现代码 #

首先先基于你给出的Schema初始化Model：

const Ledger = mongoose.model('Ledger', ledgerSchema);

封装统计方法：

/**
 * 统计指定时间范围内的借贷总额
 * @param {Date} startDate 统计开始时间
 * @param {Date} endDate 统计结束时间
 * @returns {Object} 包含totalDebit（借方总额）、totalCredit（贷方总额）的对象
 */
const getLedgerTotalsByDateRange = async (startDate, endDate) => {
  const aggregateResult = await Ledger.aggregate([
    {
      $match: {
        date: {
          $gte: startDate,
          $lte: endDate
        }
      }
    },
    {
      $group: {
        _id: null, // 不按特定字段分组，全局统计
        totalDebit: { $sum: "$debitValue" },
        totalCredit: { $sum: "$creditValue" }
      }
    }
  ]);
  // 无匹配数据时返回默认值
  return aggregateResult[0] || { totalDebit: 0, totalCredit: 0 };
}

调用示例 #

以统计2024自然年全年数据为例：

// 注意构造时间时匹配你业务的时区，以下示例为UTC时间
const startTime = new Date('2024-01-01T00:00:00.000Z');
const endTime = new Date('2024-12-31T23:59:59.999Z');

const totals = await getLedgerTotalsByDateRange(startTime, endTime);
console.log('借方总额：', totals.totalDebit);
console.log('贷方总额：', totals.totalCredit);

优化注意事项 #

• 给date字段添加索引可大幅提升大数据量下的查询效率，建索引代码：ledgerSchema.index({ date: 1 })
• 如果字段存在非数值脏数据，可在求和时做类型转换避免统计异常：totalDebit: { $sum: { $toDouble: "$debitValue" } }
• 涉及时区的业务场景，需先将业务时间转换为对应UTC时间再传入方法，避免统计范围偏差

内容的提问来源于stack exchange，提问作者aziz aon