MongoDB聚合分组调整：按区域与日期统计每日去重作业总数

• 原有基础查询语句

db.action.aggregate([ 
{ $match: {"$and": [{"eventId":{"$in": ["LAS20"]}},{"id":
   { "$in": db.logins.distinct("id",{"$and": [{"agentRole": 
       {"$in": ["tv_AFC","DV_HP","DV_TECH"]}},{"loginLogoutTime":
           {"$gte": ISODate("2021-04-20T00:00:00.000-0500"),
               "$lt": ISODate("2021-04-27T23:59:00.000-0500")}} ]}) }
    },"timeStamp": {"$gte": ISODate("2021-04-20T00:00:00.000-0400"),"$lt": 
        ISODate("2021-04-27T23:59:00.000-0400")}}]}, 
{ $group: {_id: {Dates: { $dateToString: { format: "%Y-%m-%d", date: "$timeStamp" }}, User: "$id" ,
Region:"$Region"},
JOBCOUNT: {$addToSet: "$jobId"}}}, 
{ $project: {  "_id" : NumberInt(0), "Region": "$_id.Region" , "Dates" : "$_id.Dates","TotalJOB" : 
    {$size:"$JOBCOUNT"}} }
]) 

• 原查询输出特征
  原查询按「日期+用户+区域」三个维度分组，统计单用户每日的去重作业数，输出示例：

Region   Dates        TotalJOB
nw         2021-04-27     2

• 核心调整目标
  • 移除分组逻辑中的用户id维度，不再按用户拆分统计值
  • 分组粒度调整为区域Region + 按日截断的时间戳
  • 聚合计算各区域每日的去重作业jobId总数
  • 目标输出格式参考：

    REGION   Trunc(Timestamp)   count(*)
    pw           05th-feb-21         1165
    nw           05th-feb-21         2165
    

• 关联文档结构参考
  action集合的单条文档结构示例：

{
    "_id" : ObjectId("6076719fd1d4bc00124041"),
    "recordPublishIndicator" : "Y",
    "eventId" : "LAS20",
    "eventName" : "",
    "timeStamp" : ISODate("2021-04-14T04:37:51.085Z"),
    "eventMethod" : "AI response",
    "resourceName" : "",
    "targetType" : "",
    "resourseUrl" : "",
    "operationName" : "getLastReleaseNumber",
    "functionStatus" : "SUCCESS",
    "results" : "{\"flowStatus\":\"SUCCESS\",\"flowStatusMessage\":\"\",\"lastReleaseNumber\":\"0.1.175\",\"lasUpgradeType\":\"F\"}",
    "pageId" : "",
    "ban" : "",
    "jobId" : "",
    "wrid" : "",
    "jobType" : "",
    "id" : "bt9976",
    "Region" : "NW",
    "__v" : 0
}

• 之前调整时的异常输出
  调整过程中曾出现结果完全丢失Region维度的问题，输出示例：

{
"Dates" : "2021-04-17",
"TotalJOB" : 6485
},
{
"Dates" : "2021-04-18",
"TotalJOB" : 2618
}

该结果无法体现不同区域的作业量差异，不符合统计要求。

• 异常来源于调整分组逻辑时，误将Region字段从$group阶段的分组键中移除。MongoDB聚合时会自动跨区域合并同日期的作业数据，最终投影阶段无法取出Region字段，直接造成统计维度缺失。
• 原分组逻辑的多层维度如果被误删其中的非目标维度，会导致聚合粒度直接降低，丢失细分维度的统计值。

db.action.aggregate([
  // 保留原有过滤逻辑，确保统计范围和之前的口径一致
  { 
    $match: {
      "$and": [
        {"eventId": {"$in": ["LAS20"]}},
        {
          "id": {
            "$in": db.logins.distinct(
              "id",
              {
                "$and": [
                  {"agentRole": {"$in": ["tv_AFC","DV_HP","DV_TECH"]}},
                  {
                    "loginLogoutTime": {
                      "$gte": ISODate("2021-04-20T00:00:00.000-0500"),
                      "$lt": ISODate("2021-04-27T23:59:00.000-0500")
                    }
                  }
                ]
              }
            )
          }
        },
        {
          "timeStamp": {
            "$gte": ISODate("2021-04-20T00:00:00.000-0400"),
            "$lt": ISODate("2021-04-27T23:59:00.000-0400")
          }
        }
      ]
    }
  },
  // 调整分组粒度：移除用户id维度，仅保留日期、区域两个统计维度
  {
    $group: {
      _id: {
        Dates: {
          $dateToString: {
            format: "%Y-%m-%d",
            date: "$timeStamp",
            timezone: "-04:00" // 与过滤条件的时区对齐，避免日期截断偏差
          }
        },
        Region: "$Region"
      },
      JOBCOUNT: {$addToSet: "$jobId"} // 对jobId做去重收集
    }
  },
  // 投影输出符合要求的结构
  {
    $project: {
      _id: NumberInt(0),
      Region: "$_id.Region",
      Dates: "$_id.Dates",
      TotalJOB: {$size: "$JOBCOUNT"}
    }
  }
])

• 查询完全保留原有口径的过滤条件，统计范围和之前保持一致，不会出现数据偏差
• 若需要匹配目标示例中的05th-feb-21日期格式，只需将$dateToString中的format参数调整为%dth-%b-%y即可适配输出样式
• 聚合阶段用$addToSet收集jobId的方式，可自动实现作业去重，无需额外过滤空jobId的逻辑

内容的提问来源于stack exchange，提问作者bp_db