mongodb中如何处理部分周数据分组

我有一些文件（股票每日开盘价）如下：

/* 0 */
{
    "_id" : ObjectId("54d65597daf0910dfa8169b0"),
    "D" : ISODate("2014-12-29T00:00:00.000Z"),
    "O" : 104.98
}

/* 1 */
{
    "_id" : ObjectId("54d65597daf0910dfa8169af"),
    "D" : ISODate("2014-12-30T00:00:00.000Z"),
    "O" : 104.73
}

/* 2 */
{
    "_id" : ObjectId("54d65597daf0910dfa8169ae"),
    "D" : ISODate("2014-12-31T00:00:00.000Z"),
    "O" : 104.51
}

/* 3 */
{
    "_id" : ObjectId("54d65597daf0910dfa8169ad"),
    "D" : ISODate("2015-01-02T00:00:00.000Z"),
    "O" : 103.75
}

/* 4 */
{
    "_id" : ObjectId("54d65597daf0910dfa8169ac"),
    "D" : ISODate("2015-01-05T00:00:00.000Z"),
    "O" : 102.5
}

我想每周汇总记录，这样我就可以得到每周平均开盘价。我的第一次尝试是使用：

db.ohlc.aggregate({
    $match: {
        D: {
            $gte: new ISODate('2014-12-28')
        }
    }
}, {
    $project: {
        year: {
            $year: '$D'
        },
        week: {
            $week: '$D'
        },
        O: 1
    }

}, {
    $group: {
        _id: {
            year: '$year',
            week: '$week'
        },
        O: {
            $avg: '$O'
        }
    }
}, {
    $sort: {
        _id: 1
    }
})

---

Bu I很快意识到结果不正确，因为2014年最后一周（第52周）和2015年第一周（第0周）都是部分周。通过此汇总，我将得到2014年12月29日至12月31日的平均价格，以及2015年2月1日（这是2015年第一周的唯一交易日）的平均价格，但在我的应用程序中，我需要对2015年12月29日至2015年2月1日的数据进行分组。有什么建议吗？

要回答我自己的问题，诀窍是根据参考日期（1970-01-04）计算周数，并根据该数字分组。有关详细信息，请访问我的新帖子。

根据我的经验，这并不是解决问题的好方法。为什么？这绝对不会扩展，所需的计算量非常消耗，特别是在分组时

在您的情况下，我要做的是将应用程序逻辑的一部分移动到数据库中的文档中

我的第一种方法是添加一个“week”字段，该字段将说明样本所属日期的前一个（或下一个）星期日。这在插入时非常容易做到。然后，您可以简单地按该字段运行聚合方法分组。如果您想要更高的性能，请为

{symbol:1，week:1}

添加索引，并在聚合中进行排序

我的第二种方法是，如果你计划进行大量这种类型的聚合，基本上是用文档每周对样本进行分组。像这样：

{
    week : <Day Representing Week>,
    prices: [
       { Day Sample }, ...
    ]
}

{
周：，
价格：[
{日样本}。。。
]
}

---

然后您可以直接处理这些文档。这将有助于显著地减少索引，从而加快速度。

我将其用于

烛光化

使用

allowDiskUsage

，out和一些日期过滤器，效果非常好。也许你可以采用分组法

db.getCollection('market').aggregate(
[
    { $match: { date: { $exists: true } } },
    { $sort: { date: 1 } },
    { $project: { _id: 0, date: 1, rate: 1, amount: 1, tm15: { $mod: [ "$date", 900 ] } } }, 
    { $project: { _id: 0, date: 1, rate: 1, amount: 1, candleDate: { $subtract: [ "$date", "$tm15" ] } } },
    { $group: { _id: "$candleDate", open: { $first: '$rate' }, low: { $min: '$rate' }, high: { $max: '$rate' }, close: { $last: '$rate' }, volume: { $sum: '$amount' }, trades: { $sum: 1 } } }
])

---

我很好奇，为什么我的问题会被否决？我很乐意找出原因。通过添加预计算字段（周）来加快查询速度是正确的。然而，性能提升不是很显著（纯分组为0.75s，预计算字段为0.4s），但我仍然遵循您的第一个建议，添加了一个基于我帖子中方法计算的week字段。该值是在将数据导入db时使用awk计算的（我不得不说，这比mongodb简单得多）。我的收藏有超过6100万个文档，并且有复合索引{S:1，D:1}。我没有使用你的第二个建议，因为分组的周数需要是动态的。你有没有机会解释一下？我试着让它在贸易数据上工作，想用5、10、15分钟的蜡烛等进行分组。。但是没有起作用。日期是多少。。Unix时间毫秒？你能展示一些输入文档样本吗？非常感谢。