求助：按名称和时间间隔聚合MongoDB商品价格数据

我明白你找了好几天都没搞定这个查询，别着急，咱们一步步来解决这个问题。

首先看你手里的原始数据，是按商品分组的时间序列价格记录：

[
  { name: 'apple', date: ISODate("2018-01-04T10:00:00.000Z"), price: 100 },
  { name: 'apple', date: ISODate("2018-01-04T10:01:00.000Z"), price: 101 },
  { name: 'apple', date: ISODate("2018-01-04T10:02:00.000Z"), price: 102 },
  { name: 'apple', date: ISODate("2018-01-04T10:03:00.000Z"), price: 103 },
  { name: 'apple', date: ISODate("2018-01-04T10:04:00.000Z"), price: 102 },
  { name: 'apple', date: ISODate("2018-01-04T10:05:00.000Z"), price: 104 },
  { name: 'cherry', date: ISODate("2018-01-04T10:00:00.000Z"), price: 53 },
  { name: 'cherry', date: ISODate("2018-01-04T10:01:00.000Z"), price: 55 },
  { name: 'cherry', date: ISODate("2018-01-04T10:02:00.000Z"), price: 51 },
  { name: 'cherry', date: ISODate("2018-01-04T10:03:00.000Z"), price: 51 },
  { name: 'cherry', date: ISODate("2018-01-04T10:04:00.000Z"), price: 50 },
  { name: 'cherry', date: ISODate("2018-01-04T10:05:00.000Z"), price: 52 },
  { name: 'melon', date: ISODate("2018-01-04T10:00:00.000Z"), price: 133 },
  { name: 'melon', date: ISODate("2018-01-04T10:01:00.000Z"), price: 132 },
  { name: 'melon', date: ISODate("2018-01-04T10:02:00.000Z"), price: 136 },
  { name: 'melon', date: ISODate("2018-01-04T10:03:00.000Z"), price: 137 },
  { name: 'melon', date: ISODate("2018-01-04T10:04:00.000Z"), price: 138 },
  { name: 'melon', date: ISODate("2018-01-04T10:05:00.000Z"), price: 140 }
]

你想要的结果是每个商品一行，包含最新价格、1分钟前的价格、5分钟前的价格：

[
  {name: 'apple', price_last: 104, price_1m_ago: 102, price_5m_ago: 100},
  {name: 'cherry', price_last: 52, price_1m_ago: 50, price_5m_ago: 53},
  {name: 'melon', price_last: 140, price_1m_ago: 138, price_5m_ago: 133}
]

你之前尝试了基础的$group只拿到了最新价格，确实还不够，咱们需要扩展聚合管道来匹配不同时间点的价格。

解决方案：完整聚合查询 #

这里给你写好完整的聚合语句，我会一步步解释每个阶段的作用：

food.aggregate([
  // 第一步：按商品分组，把每个商品的所有价格记录按日期排序后存到数组里
  {
    $group: {
      _id: "$name",
      priceHistory: {
        $push: {
          date: "$date",
          price: "$price"
        }
      }
    }
  },
  // 第二步：对每个商品的价格历史数组按日期升序排序（确保时间顺序正确）
  {
    $addFields: {
      sortedHistory: { $sortArray: { input: "$priceHistory", sortBy: { date: 1 } } }
    }
  },
  // 第三步：提取需要的三个时间点价格
  {
    $project: {
      _id: 0,
      name: "$_id",
      price_last: { $last: "$sortedHistory.price" },
      price_1m_ago: {
        $let: {
          vars: {
            targetDate: { $subtract: [ { $last: "$sortedHistory.date" }, 60000 ] } // 最新时间减1分钟（60秒=60000毫秒）
          },
          in: {
            $getField: {
              field: "price",
              input: {
                $first: {
                  $filter: {
                    input: "$sortedHistory",
                    cond: { $gte: [ "$$this.date", "$$targetDate" ] }
                  }
                }
              }
            }
          }
        }
      },
      price_5m_ago: {
        $let: {
          vars: {
            targetDate: { $subtract: [ { $last: "$sortedHistory.date" }, 300000 ] } // 最新时间减5分钟（300秒=300000毫秒）
          },
          in: {
            $getField: {
              field: "price",
              input: {
                $first: {
                  $filter: {
                    input: "$sortedHistory",
                    cond: { $gte: [ "$$this.date", "$$targetDate" ] }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
])

关键步骤解释 #

• $group阶段：把同一个商品的所有记录收集到priceHistory数组里，这样我们就能拿到每个商品的完整时间序列数据。
• $addFields + $sortArray：确保价格历史是按时间升序排列的，这样$last就能准确拿到最新的记录，过滤的时候也能按顺序找到最接近目标时间的那条数据。
• $project阶段：
  • price_last直接用$last取排序后数组的最后一个价格，就是最新价格。
  • price_1m_ago和price_5m_ago的逻辑一致：先计算目标时间（最新时间减去对应分钟数），然后用$filter找出所有晚于等于目标时间的记录，再用$first取最接近目标时间的那条，最后提取它的价格。

如果你的数据里每个时间点（比如整分钟）都有一条记录，这个查询会完美匹配你的需求；如果有缺失的时间点，它会取目标时间之后的第一条记录，也是合理的业务逻辑。

内容的提问来源于stack exchange，提问作者COS