MongoDB聚合查询：时间范围过滤，条件匹配，排序，分页
MongoDB聚合查询：时间范围过滤，条件匹配，排序，分页
本示例展示如何使用MongoDB的聚合框架，实现时间范围过滤，条件匹配，排序和分页的功能。
查询条件
- 时间范围：
>= start和< end - 服务类型：
service_type = 'DISTRIBUTOR_KOREA_SEA' - 运单号：
sinoex_no包含 'SE' - 处理时间：
days = 3
代码示例
MongoDB Shell 代码
// 查询条件
var start = new Date('2023-06-1T00:00:00.000+08:00')
var end = new Date('2023-06-8T00:00:00.000+08:00')
var service_type = 'DISTRIBUTOR_KOREA_SEA'
var front = '$trace_inbound.trace_time'
var back = '$trace_delivery_success.trace_time'
var day = 3
// 分组计算
db.ceos_order.aggregate([
{
$addFields: {
days: {
$ceil: {
$divide: [
{
$subtract: [back, front]
},
1000 * 60 * 60 * 24 // 将毫秒转换为天数
]
}
}
}
},
{
// where
$match: {
'trace_inbound.trace_time': {
$gte: start,
$lte: end
},
'service_type': service_type
}
},
{
// where
$match: {
'sinoex_no': {
'$regex': 'SE'
},
'days': day
}
},{
// 排序
$sort: {
_id: 1
}
},
{$skip: 1},
{$limit:10},
{
// as
$project: {
_id: 0,
'eawbsyscode': '$eawb_syscode',
'eawbprintcode': '$sinoex_no',
'eawbreference': '$tracking_no',
'fcinbound': '$trace_inbound.trace_time',
'fcoutbound': '$trace_outbound.trace_time',
'ass': '$trace_ass.trace_time',
'adc': '$trace_ata.trace_time',
'roe': '$trace_a_scan.trace_time',
'delivery': '$trace_delivery_success.trace_time',
'eawbservicetype': '$service_type',
// 'route': '中外运-韩国海运',
'eawbsocode': '$so_code',
// 'customername': '深圳市达旦外贸科技有限公司',
// 'destinyname': '韩国',
'eawbpostcode': '$dest_post_code'
}
}
], {
allowDiskUse: true
})
Java API 代码
import com.mongodb.client.MongoClient;
import com.mongodb.client.MongoClients;
import com.mongodb.client.MongoCollection;
import com.mongodb.client.MongoCursor;
import com.mongodb.client.MongoDatabase;
import com.mongodb.client.model.Aggregates;
import com.mongodb.client.model.Filters;
import com.mongodb.client.model.Projections;
import org.bson.Document;
import java.util.Arrays;
import java.util.Date;
import java.util.List;
public class Main {
public static void main(String[] args) {
// Set start and end dates
Date start = new Date('2023-06-01T00:00:00.000+08:00');
Date end = new Date('2023-06-08T00:00:00.000+08:00');
// Set service type
String serviceType = 'DISTRIBUTOR_KOREA_SEA';
// Set day
int day = 3;
// Connect to MongoDB
MongoClient mongoClient = MongoClients.create('mongodb://localhost:27017');
MongoDatabase database = mongoClient.getDatabase('your_database_name');
MongoCollection<Document> collection = database.getCollection('ceos_order');
// Create the pipeline stages
List<Bson> pipeline = Arrays.asList(
Aggregates.addFields(
new Field('days',
new Document('$ceil',
new Document('$divide',
Arrays.asList(
new Document('$subtract', Arrays.asList('$trace_delivery_success.trace_time', '$trace_inbound.trace_time')),
1000 * 60 * 60 * 24 // Convert milliseconds to days
)
)
)
)
),
Aggregates.match(
Filters.and(
Filters.gte('trace_inbound.trace_time', start),
Filters.lt('trace_inbound.trace_time', end),
Filters.eq('service_type', serviceType)
)
),
Aggregates.match(
Filters.and(
Filters.regex('sinoex_no', 'SE'),
Filters.eq('days', day)
)
),
Aggregates.sort(new Document('_id', 1)),
Aggregates.skip(1),
Aggregates.limit(10),
Aggregates.project(
Projections.fields(
Projections.excludeId(),
Projections.computed('eawbsyscode', '$eawb_syscode'),
Projections.computed('eawbprintcode', '$sinoex_no'),
Projections.computed('eawbreference', '$tracking_no'),
Projections.computed('fcinbound', '$trace_inbound.trace_time'),
Projections.computed('fcoutbound', '$trace_outbound.trace_time'),
Projections.computed('ass', '$trace_ass.trace_time'),
Projections.computed('adc', '$trace_ata.trace_time'),
Projections.computed('roe', '$trace_a_scan.trace_time'),
Projections.computed('delivery', '$trace_delivery_success.trace_time'),
Projections.computed('eawbservicetype', '$service_type'),
Projections.computed('eawbsocode', '$so_code'),
Projections.computed('eawbpostcode', '$dest_post_code')
)
)
);
// Execute the aggregate query
MongoCursor<Document> cursor = collection.aggregate(pipeline).iterator();
// Process the results
while (cursor.hasNext()) {
Document document = cursor.next();
// Extract the desired fields from the document
String eawbsyscode = document.getString('eawbsyscode');
String eawbprintcode = document.getString('eawbprintcode');
String eawbreference = document.getString('eawbreference');
Date fcinbound = document.getDate('fcinbound');
Date fcoutbound = document.getDate('fcoutbound');
Date ass = document.getDate('ass');
Date adc = document.getDate('adc');
Date roe = document.getDate('roe');
Date delivery = document.getDate('delivery');
String eawbservicetype = document.getString('eawbservicetype');
String eawbsocode = document.getString('eawbsocode');
String eawbpostcode = document.getString('eawbpostcode');
// Process the extracted fields as needed
System.out.println('eawbsyscode: ' + eawbsyscode);
System.out.println('eawbprintcode: ' + eawbprintcode);
System.out.println('eawbreference: ' + eawbreference);
System.out.println('fcinbound: ' + fcinbound);
System.out.println('fcoutbound: ' + fcoutbound);
System.out.println('ass: ' + ass);
System.out.println('adc: ' + adc);
System.out.println('roe: ' + roe);
System.out.println('delivery: ' + delivery);
System.out.println('eawbservicetype: ' + eawbservicetype);
System.out.println('eawbsocode: ' + eawbsocode);
System.out.println('eawbpostcode: ' + eawbpostcode);
System.out.println('------------------------------------');
}
// Close the cursor and the MongoDB connection
cursor.close();
mongoClient.close();
}
}
解释
- 时间范围过滤
- 使用
$gte和$lte操作符过滤trace_inbound.trace_time字段，确保时间在start和end之间。
- 使用
- 服务类型过滤
- 使用
$eq操作符匹配service_type字段的值为'DISTRIBUTOR_KOREA_SEA'。
- 使用
- 运单号过滤
- 使用
$regex操作符匹配sinoex_no字段的值包含'SE'。
- 使用
- 处理时间过滤
- 使用
$eq操作符匹配days字段的值为3。
- 使用
- 排序
- 使用
$sort操作符对_id字段进行升序排序。
- 使用
- 分页
- 使用
$skip跳过前一条记录。 - 使用
$limit限制结果集大小为 10 条记录。
- 使用
- 数据投影
- 使用
$project操作符选择需要返回的字段，并使用别名重命名字段。
- 使用
总结
该示例展示了如何使用MongoDB的聚合框架实现时间范围过滤，条件匹配，排序和分页的功能。这些功能可以帮助你高效地查询MongoDB数据库中的数据。
原文地址: https://www.cveoy.top/t/topic/pKUc 著作权归作者所有。请勿转载和采集!