MongoDB中能否获取滞后值？如何实现时间维度文档对比与差值计算？

当然没问题！MongoDB的聚合框架刚好能完美解决你这些时间序列数据的对比需求——不管是获取滞后的销售额、计算连续日期的销售额差值，还是生成你想要的带previous_sales字段的结果，都能轻松实现。

MongoDB 5.0引入的**窗口函数（$setWindowFields）**是处理这类时间序列滞后/差值计算的最优选择，语法简洁且性能出色。

1. 获取滞后值并生成目标投影结果 #

我们可以通过$setWindowFields定义一个按date排序的窗口，然后用$lag操作符获取前一条文档的sales值作为previous_sales：

db.sales.aggregate([
  // 第一步：按日期升序排序，确保时间序列的连续性
  { $sort: { date: 1 } },
  // 第二步：使用窗口函数添加滞后销售额字段
  {
    $setWindowFields: {
      partitionBy: null, // 整个集合是一个时间序列，不需要分区
      sortBy: { date: 1 },
      output: {
        previous_sales: {
          $lag: "$sales",
          outputMissing: null // 第一条数据没有前值，先设为null
        }
      }
    }
  },
  // 把null替换成你需要的NaN，同时调整输出字段格式
  {
    $project: {
      _id: 0, // 隐藏默认的_id字段
      date: 1,
      sales: 1,
      previous_sales: { $ifNull: ["$previous_sales", NaN] }
    }
  }
])

运行这个聚合后，你会得到完全符合预期的结果：

{ "date" : ISODate("2010-01-01T00:00:00Z"), "sales" : 100, "previous_sales" : NaN }
{ "date" : ISODate("2010-01-02T00:00:00Z"), "sales" : 202, "previous_sales" : 100 }
{ "date" : ISODate("2010-01-03T00:00:00Z"), "sales" : 149, "previous_sales" : 202 }

2. 计算连续日期的销售额差值 #

如果还需要计算当天销售额与前一天的差值，只需要在上面的管道中添加一个$addFields阶段即可：

db.sales.aggregate([
  { $sort: { date: 1 } },
  {
    $setWindowFields: {
      partitionBy: null,
      sortBy: { date: 1 },
      output: {
        previous_sales: { $lag: "$sales", outputMissing: null }
      }
    }
  },
  {
    $addFields: {
      sales_diff: {
        $subtract: ["$sales", "$previous_sales"]
        // 第一条数据的差值会是NaN，因为previous_sales是NaN
      }
    }
  },
  {
    $project: {
      _id: 0,
      date: 1,
      sales: 1,
      previous_sales: { $ifNull: ["$previous_sales", NaN] },
      sales_diff: 1
    }
  }
])

输出会新增sales_diff字段：

{ "date" : ISODate("2010-01-01T00:00:00Z"), "sales" : 100, "previous_sales" : NaN, "sales_diff" : NaN }
{ "date" : ISODate("2010-01-02T00:00:00Z"), "sales" : 202, "previous_sales" : 100, "sales_diff" : 102 }
{ "date" : ISODate("2010-01-03T00:00:00Z"), "sales" : 149, "previous_sales" : 202, "sales_diff" : -53 }

适配MongoDB 5.0以下版本（旧版本方案） #

如果你的MongoDB版本低于5.0，无法使用窗口函数，可以通过**自连接（$lookup）**来实现：

db.sales.aggregate([
  { $sort: { date: 1 } },
  {
    $lookup: {
      from: "sales",
      let: { current_date: "$date" },
      pipeline: [
        {
          $match: {
            $expr: {
              $eq: [
                "$date",
                { $subtract: ["$$current_date", 86400000] } // 减去一天的毫秒数
              ]
            }
          }
        },
        { $project: { sales: 1, _id: 0 } }
      ],
      as: "previous_sales_data"
    }
  },
  {
    $addFields: {
      previous_sales: {
        $ifNull: [{ $arrayElemAt: ["$previous_sales_data.sales", 0] }, NaN]
      }
    }
  },
  { $project: { _id: 0, previous_sales_data: 0 } }
])

⚠️ 注意：这个方案要求你的date字段是日期类型，且每天都有对应的文档（如果某天缺失数据，会导致previous_sales为NaN）。

内容的提问来源于stack exchange，提问作者Mitchell