MongoDB与数据粒化

我的数据库中充满了记录：

{date: ISODate("2015-04-04T10:01Z"), sentence: "Lorem ipsum"}
{date: ISODate("2015-04-04T20:31Z"), sentence: "dolor sit"}
{date: ISODate("2016-05-04T03:55Z")} // No `sentence` here
{date: ISODate("2017-01-04T09:10Z"), sentence: "amet,"}
{date: ISODate("2019-02-04T19:30Z"), sentence: "consectetur adipiscing"}

比如说，用户希望打印2015年至2018年间某个月出现的第一句话。显然，答案是：

{date: ISODate("2015-04-04T10:01Z"), sentence: "Lorem ipsum"}
{date: ISODate("2017-01-04T09:10Z"), sentence: "amet,"}

但是，如果我的数据库有数百万条记录，而且记录范围在很宽的年份跨度之间，那么这将是没有效率的。我可能需要一些聪明的算法来将这些数据粒化。第一个猜测是每N个月跳过一次结果（可能使用聚合框架？）。是否可以使用MongoDB驱动程序在单个查询中执行这样的操作

乍一看，这似乎是一个微不足道的颗粒化例子，但我在互联网上找不到任何例子

另外，我说的是几个月，但是如果我想在将来扩展请求，并按天、小时等添加分组，该怎么办

编辑：

对不起，我想我不够精确。事实上，我知道可以按年、月、日等进行分组，但我更感兴趣的是，我们如何构建巧妙的算法来细化这些数据：

---

请注意，粒化不是

$limit

，它更像是使用

$sample

操作符，而是使用均匀分布。

正如styvane在其评论中解释的，您可以通过聚合框架实现这一点。 您可以使用诸如

$year之类的运算符从
ISODate（）
中提取年、月、日、小时等ect

要仅获取每个月的第一条记录，您可以按年/月对记录进行分组，并保留第一条语句，如下所示：

db.collection.aggregate([{
    "$match": {
        "sentence": {
            "$exists": true
        }
    }
}, {
    "$group": {
        "_id": {
            "year": {
                "$year": "$date"
            },
            "month": {
                "$month": "$date"
            }
        },
        "date": {
            "$first": "$date"
        },
        "sentence": {
            "$first": "$sentence"
        }
    }
}]) 

你可以在这里试试：
我想你想要的是
$group
通过和检索句子。如果您决定使用
$first
和
$last
则按日期按升序排列您的文档。在排序之前，您可能希望在不使用“句子”键的情况下使用运算符和
$match
过滤掉文档。@styvane，不完全是-请检查我编辑的问题。不过，谢谢@felix，我想我没有解释清楚我问题的重点是什么。我更想寻找粒化算法（MongoDB和数据粒化），而不是如何将结果分组为月、日等。请检查我编辑的问题。@joe.kovalski，然后您应该使用
$sample
。是什么让你觉得它没有均匀分布？如果还不够好，恐怕你得用自己的算法手动完成……你是mongoplayground.net的作者吗？当从linkSolution执行脚本时，我在配置或查询中发现了一些错误，这些脚本工作得非常好+1@joe.kovalski，我想工具可能有问题。您需要将模式切换到mgodatagen并返回到json。这对我来说很好：）
db.collection.aggregate([{
    "$match": {
        "sentence": {
            "$exists": true
        }
    }
}, {
    "$group": {
        "_id": {
            "year": {
                "$year": "$date"
            },
            "month": {
                "$month": "$date"
            }
        },
        "date": {
            "$first": "$date"
        },
        "sentence": {
            "$first": "$sentence"
        }
    }
}])