针对你在基于Spring Data 2.0的项目中，需要计算MongoDB里冰箱温度文档中位数的需求，我整理了一套完整的实现逻辑，结合MongoDB聚合管道和Spring Data的API来完成，步骤如下：

1. 核心思路梳理 #

计算中位数的关键逻辑是：

• 筛选目标文档（比如按设备ID、时间范围）
• 按温度值排序，确保数据有序
• 收集所有温度值到数组并统计文档总数
• 根据总数的奇偶性计算中位数：奇数取中间位置的数值，偶数取中间两个数值的平均值

2. 完整代码实现 #

首先，定义一个用于接收聚合结果的实体类：

public class MedianTemperatureResult {
    private long total; // 匹配到的文档总数
    private List<Integer> temps; // 排序后的温度数组
    private Double medianTemperature; // 最终计算出的中位数

    // 生成getter和setter方法
}

接下来编写聚合操作的业务代码：

import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.aggregation.*;
import org.springframework.data.domain.Sort;
import java.util.Date;

// 假设已通过Spring注入MongoTemplate
@Autowired
private MongoTemplate mongoTemplate;

public Double calculateTemperatureMedian(String deviceId, Date startTime, Date endTime) {
    // 1. 匹配条件：筛选指定设备、时间范围内的文档
    MatchOperation matchOp = Aggregation.match(
            Criteria.where("deviceId").is(deviceId)
                    .and("time").gte(startTime).lte(endTime)
    );

    // 2. 按温度升序排序，保证数组内的温度是有序的
    SortOperation sortOp = Aggregation.sort(Sort.Direction.ASC, "temperature");

    // 3. 分组操作：收集所有温度到数组，并统计文档总数
    GroupOperation groupOp = Aggregation.group()
            .push("temperature").as("temps")
            .count().as("total");

    // 4. 投影操作：根据总数奇偶性计算中位数
    ProjectOperation projectOp = Aggregation.project("total", "temps")
            .and(ConditionalOperators.when(Criteria.where("total").mod(2).is(1))
                    // 奇数情况：取数组中间位置的元素，索引为 (total-1)/2
                    .then(ArrayOperators.ArrayElemAt.arrayOf("temps")
                            .elementAt(ArithmeticOperators.Floor.floor(
                                    ArithmeticOperators.Subtract.valueOf("total").subtract(1)
                                            .divideBy(2)
                            ))
                    )
                    // 偶数情况：取中间两个元素的平均值
                    .otherwise(ArithmeticOperators.Avg.avgValues(
                            ArrayOperators.ArrayElemAt.arrayOf("temps")
                                    .elementAt(ArithmeticOperators.Divide.valueOf("total").divideBy(2)),
                            ArrayOperators.ArrayElemAt.arrayOf("temps")
                                    .elementAt(ArithmeticOperators.Subtract.valueOf(
                                            ArithmeticOperators.Divide.valueOf("total").divideBy(2)
                                    ).subtract(1))
                    )).as("medianTemperature");

    // 组装完整的聚合管道
    Aggregation aggregation = Aggregation.newAggregation(matchOp, sortOp, groupOp, projectOp);

    // 执行聚合查询，关联到对应的MongoDB集合
    AggregationResults<MedianTemperatureResult> results = mongoTemplate.aggregate(
            aggregation,
            "refrigerator", // 替换为你的MongoDB集合名称
            MedianTemperatureResult.class
    );

    // 处理空结果场景，返回中位数或null
    MedianTemperatureResult result = results.getUniqueMappedResult();
    return result != null ? result.getMedianTemperature() : null;
}

3. 关键细节说明 #

• 数据类型适配：如果你的temperature字段是整数类型，偶数场景下计算出的中位数会是小数，用Double类型接收结果更合理。
• 空值处理：如果没有匹配到任何文档，result会为null，可以根据业务需求返回默认值或抛出提示。
• 版本兼容性：Spring Data 2.0完全支持上述用到的ConditionalOperators、ArithmeticOperators等操作符，对应MongoDB 3.2+版本，适配你的环境要求。

内容的提问来源于stack exchange，提问作者Paizo