Mongodb-Aggregation nach Tag basierend auf Unix-Zeitstempel

MongoDB 4.0 und neuer

Verwenden Sie $toDate

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$toDate": { 
                        "$multiply": [1000, "$LASTLOGIN"]
                    }
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

oder $convert

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$convert": { 
                        "input":  { 
                            "$multiply": [1000, "$LASTLOGIN"] 
                        }, 
                        "to": "date"
                    }
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

MongoDB>=3.0 und <4.0:

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$add": [
                        new Date(0), 
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

Sie müssten den LASTLOGIN umwandeln durch Multiplizieren des Werts mit 1000 auf einen Millisekunden-Zeitstempel

{ "$multiply": [1000, "$LASTLOGIN"] }

, dann in ein Datum umwandeln

"$add": [
    new Date(0),
    { "$multiply": [1000, "$LASTLOGIN"] }
]

Dies kann im $projekt Pipeline, indem Sie Ihre Zeit in Millisekunden zu einem Date(0) von null Millisekunden addieren -Objekt und extrahieren Sie dann $year , $month , $dayOfMonth Teile aus dem konvertierten Datum, die Sie dann in Ihrem $group Pipeline, um die Dokumente nach Tag zu gruppieren.

Sie sollten daher Ihre Aggregationspipeline wie folgt ändern:

var project = {
    "$project":{ 
        "_id": 0,
        "y": {
            "$year": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        },
        "m": {
            "$month": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        }, 
        "d": {
            "$dayOfMonth": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        }
    } 
},
group = {   
    "$group": { 
        "_id": { 
            "year": "$y", 
            "month": "$m", 
            "day": "$d"
        },  
        "count" : { "$sum" : 1 }
    }
};

Ausführen der Aggregationspipeline:

db.session_log.aggregate([ project, group ])

würde die folgenden Ergebnisse liefern (basierend auf dem Beispieldokument):

{ "_id" : { "year" : 2014, "month" : 1, "day" : 3 }, "count" : 1 }

Eine Verbesserung wäre, obiges in einer einzelnen Pipeline als

var group = {   
    "$group": { 
        "_id": {    
            "year": {
                "$year": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            },
            "mmonth": {
                "$month": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }, 
            "day": {
                "$dayOfMonth": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }
        },  
        "count" : { "$sum" : 1 }
    }
};

Ausführen der Aggregationspipeline:

db.session_log.aggregate([ group ])