MongoChef聚合:在一个查询中查找并显示最大3、2和1‘项目月’分组数据的平均得分

Question

如果您有以下数据，则使用MongoChef聚合：

{_id: 1, Mnt: 2016-05-01, Score: 85}
{_id: 2, Mnt: 2016-05-01, Score: 85}
{_id: 3, Mnt: 2016-03-01, Score: 80}
{_id: 4, Mnt: 2016-03-01, Score: 80}
{_id: 5, Mnt: 2016-03-01, Score: 80}
{_id: 6, Mnt: 2016-01-01, Score: 75}

并希望：

1. 计算集合中的最大月份(即M1 :2016年5月)，
2. 按"Mnt“分类-这可能不是连续的最近几个月，例如最近/最大的3个月以上的收款:2016-5月-2016年3月-2016年1月，
3. 找到最新的X个月总数，
4. 算出每个人的平均数，

例如：

{M1 : 85, M2 : 82, M3 : 80.8}

也就是说，M1是收集中最大月的平均值，M2是收集中最大2个项目月的平均值，M3是收集中最大3个项目月的平均值，等等。

Answer 1

这是一个肮脏的解决方案，但将概述如何开始：

var i = 1;
var elemSum = 0;
var elemCount = 0;

db.a.aggregate([{
            $group : {
                _id : {
                    year : {
                        $year : "$Mnt"
                    },
                    month : {
                        $month : "$Mnt"
                    }
                },
                avg : {
                    $avg : "$Score"
                },

                elemCount : {
                    $sum : 1
                },
                elemSum : {
                    $sum : "$Score"
                }
            }
        }, {
            $sort : {
                "_id.year" : -1,
                "_id.month" : -1
            }
        },
        {
            $limit : 3
        }, // first 3 records


    ]).forEach(function (doc) {

    elemSum += doc.elemSum;
    elemCount += doc.elemCount;
    var result = elemSum / elemCount;
    var x = "M" + i.toString() + ": ";
    print(x + result.toString());
    i++;

})

我将月份字段转换为iso time

db.a.insert([
{_id: 1, Mnt: new ISODate("2016-05-01T15:44:00.255Z"), Score: 85},
{_id: 2, Mnt: new ISODate("2016-05-01T15:44:00.255Z"), Score: 85},
{_id: 3, Mnt: new ISODate("2016-03-01T15:44:00.255Z"), Score: 80},
{_id: 4, Mnt: new ISODate("2016-03-01T15:44:00.255Z"), Score: 80},
{_id: 5, Mnt: new ISODate("2016-03-01T15:44:00.255Z"), Score: 80},
{_id: 6, Mnt: new ISODate("2016-01-01T15:44:00.255Z"), Score: 75}

])

Answer 2

工作代码-计算运行12个月和当前月份的净启动程序分数：

   db.Collection.aggregate(

// Pipeline
  // Stage 1
{
  $project: {
        ID: "$ID",
             Mnt: "$Mnt",
             CntryReg: "$CntryReg",
             Prom: "$Prom",
  }
},

// Stage 2
{
  $group: {
            _id: '$Mnt',
            docs: {
                $push: {
                    Mnt: "$Mnt",
                    CntryReg: "$CntryReg",
                    Prom: "$Prom"
                }}

  }
},

// Stage 3
{
  $sort: {
      _id: -1
  }
},

// Stage 4
{
  $limit: 12
},

// Stage 5
{
  $group: {
         "_id": null,
         "values": { "$push": "$docs" } 

  }
},

// Stage 6
{
  $unwind: {
    "path": "$values", "includeArrayIndex": "rank"  
  }
},

// Stage 7
{
  $unwind: "$values"
},

// Stage 8
{
  $project: {
      _id: 0,
         Mnt: "$values.Mnt",
         CntryReg: "$values.CntryReg",
         Prom: "$values.Prom",
         rank: "$rank"

  }
},

// Stage 9
{
  $group: {
          _id: {CntryReg:"$CntryReg"} ,

          AR12: { $sum: { $cond :  [{ $eq : ["$Prom", "D"]}, 1, 0]} },
          Ind12: { $sum: { $cond :  [{ $eq : ["$Prom", "I"]}, 1, 0]} },
          Loy12: { $sum: { $cond :  [{ $eq : ["$Prom", "P"]}, 1, 0]} },
          Sum12: {$sum: 1 },

          AR1: { $sum: { $cond :  [{ $and : [{  $eq : ["$Prom", "D"]} ,  {$eq : ["$rank", 0]} ]}, 1, 0]} },   
          Loy1: { $sum: { $cond :  [{ $and : [{  $eq : ["$Prom", "P"]} , {$eq : ["$rank", 0]} ]}, 1, 0]} },
          Ind1: { $sum: { $cond :  [{ $and : [{  $eq : ["$Prom", "I"]} , {$eq : ["$rank", 0]} ]}, 1, 0]} },
          Sum1: { $sum: { $cond :  [ {  $eq : ["$rank", 0]}, 1, 0]} },