You need to enable JavaScript to run this app. MongoDB如何按本周/上周/本月/上月/自定义日期过滤文档并计算通知占比?
优惠活动
大模型
产品
解决方案
定价
更多

MongoDB如何按本周/上周/本月/上月/自定义日期过滤文档并计算通知占比?

MongoDB 多维度日期过滤的通知已读百分比统计实现

*通知百分比计算公式:(时间范围内用户已读通知数 / 同范围用户总通知数)*100,最终结果保留2位小数并拼接%展示,完全匹配给定的预期输出规则。

核心实现思路

所有过滤场景的统计逻辑完全通用,仅需替换时间范围匹配的条件,整体采用MongoDB聚合管道完成计算,无需把数据拉到应用层二次处理,性能最优。
通用管道执行顺序固定为3步:

  • $match 预过滤:根据选定的日期规则,先筛选出createdAt落在目标时间边界内的文档,大幅减少后续聚合的计算量
  • $group 按用户聚合:以userId为分组键,累计两个核心指标:
  • 该用户在目标时间范围内的总通知数:每匹配1条文档计数+1
  • 该用户在目标时间范围内的已读通知数:仅当文档status为seen时计数+1
  • $project 字段映射与计算:将分组生成的_id映射为要求的userId字段,用已读数除以总通知数后乘100,保留2位小数拼接%生成最终的notificationPercentage字段

各日期过滤器的时间边界规则

所有时间边界统一按照业务使用的本地时区计算,避免UTC时间与本地时区的8小时偏移导致的边界错误,建议在应用层预先计算好每个规则对应的开始、结束时间,再传入聚合管道的$match条件,不要直接在数据库内部做时区转换:

  • 仅本周:时间范围为 本周一00:00:00 <= createdAt < 下周一00:00:00
  • 仅上周:时间范围为 上周一00:00:00 <= createdAt < 本周一00:00:00
  • 仅本月:时间范围为 当月1号00:00:00 <= createdAt < 下月1号00:00:00
  • 仅上月:时间范围为 上月1号00:00:00 <= createdAt < 当月1号00:00:00
  • 自定义日期区间:时间范围为 用户选定的开始日期00:00:00 <= createdAt < 用户选定的结束日期次日00:00:00

可直接复用的聚合管道模板

只需要替换$match阶段对应的时间条件,即可适配所有5类过滤场景:

db.your_collection_name.aggregate([
  // 替换为当前过滤规则对应的时间区间
  {
    $match: {
      createdAt: {
        $gte: 预先计算好的区间开始时间(ISODate格式),
        $lt: 预先计算好的区间结束时间(ISODate格式)
      }
    }
  },
  // 按用户维度统计总通知数、已读通知数
  {
    $group: {
      _id: "$userId",
      totalNotification: { $sum: 1 },
      seenNotification: {
        $sum: {
          $cond: [ { $eq: ["$status", "seen"] }, 1, 0 ]
        }
      }
    }
  },
  // 计算已读百分比、映射输出字段
  {
    $project: {
      _id: 0,
      userId: "$_id",
      notificationPercentage: {
        $concat: [
          {
            $toString: {
              $round: [
                { $multiply: [ { $divide: ["$seenNotification", "$totalNotification"] }, 100 ] },
                2
              ]
            }
          },
          "%"
        ]
      }
    }
  }
])

与给定测试数据集的匹配验证

以给定的测试数据集(基准时间为2020-11-17,当日为周二)为例,实际运行结果完全匹配预期:

  • 应用本周过滤(2020-11-16 00:00:00 ~ 2020-11-23 00:00:00):仅userId为589的2条已读文档在范围内,输出结果[{userId: "589", notificationPercentage: "100%"}]
  • 应用上周过滤(2020-11-09 00:00:00 ~ 2020-11-16 00:00:00):范围内包含userId589的1条未读文档、userId113的1条未读文档,输出结果两个用户的百分比均为0%
  • 应用本月过滤(2020-11-01 00:00:00 ~ 2020-12-01 00:00:00):范围内包含userId589的3条文档(2条已读1条未读)、userId113的1条未读文档,输出结果589的百分比为66.67%,113的百分比为0%
  • 应用上月过滤(2020-10-01 00:00:00 ~ 2020-11-01 00:00:00):范围内包含userId112的2条文档(1条已读1条未读),输出结果百分比为50%

注意:因为$match阶段已经过滤出了有效范围内的文档,进入分组阶段的文档totalNotification必然大于0,不会出现除零报错。如果业务有排序需求,可在管道最后追加$sort阶段按userId或百分比排序即可。

内容的提问来源于stack exchange,提问作者sinr

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.16 20:45:07