mongoDB aggregate() 在 collection 封电子邮件 objects 中查找电子邮件时间

Question

我是 mongoDB 的新手，我正在使用的 collection 是由一个 python 文件构建的，该文件使用 gmail API.I 访问我的 gmail'我尝试查询以查找收到电子邮件数量最多的一周中每一天的时间。这是我的尝试：

db.gmail_data2.aggregate(
[{$unwind: '$payload.headers' },
{$match:{'payload.headers.name':'Date'}},
{$project:{email_hour:{$hour:"payload.headers.value"}}},
{$group:{_id:"$email_hour",total:{$max:{$sum:1}}}}])

这是电子邮件 object 的样子：

{
 "id": string,
 "threadId": string,
 "labelIds": [
  string
],
"snippet": string,
"historyId": unsigned long,
"internalDate": long,
"payload": {
 "partId": string,
 "mimeType": string,
 "filename": string,
 "headers": [
  {
    "name": string,
    "value": string
  }
],
"body": users.messages.attachments Resource,
"parts": [
  (MessagePart)
]
},
"sizeEstimate": integer,
"raw": bytes
}

电子邮件的日期在 object 的 payload.headers 部分，其中 "name" 是日期，"value" 是 ISODate 格式的日期。该查询在没有 $max 命令的情况下工作，并给出所有电子邮件中每小时的电子邮件数量。一旦我输入 $max 命令，它就会输出：{ "_id" : hour, "total" : 1 } 每小时。

Answer 1

你需要做这样的事情。第一个 $group 阶段按日期和小时对电子邮件进行分组，同时计算每小时的电子邮件数，最后一个组按日期分组并选择每天的最大电子邮件数，同时将按小时计算的电子邮件数推入数组。 $project 阶段通过比较以前的电子邮件最大计数与数组的计数和 return 匹配值来过滤最大电子邮件小时行。如果你只想得到小时，你可以在最后添加另一个项目阶段。

aggregate(
    [{
        $unwind: '$payload.headers'
    }, {
        $match: {
            'payload.headers.name': 'Date'
        }
    }, {
        $group: {
            _id: {
                email_date: {
                    $dateToString: {
                        format: "%Y-%m-%d",
                        date: '$payload.headers.value'
                    }
                },
                email_hour: {
                    $hour: '$payload.headers.value'
                }
            },
            count: {
                $sum: 1
            }
        }
    }, {
        $group: {
            _id: '$_id.email_date',
            email_by_hour: {
                $push: {
                    email_hour: '$_id.email_hour',
                    count: '$count'
                }
            },
            max_count: {
                $max: '$count'
            }
        }
    }, {
        $project: {
            _id: 0,
            email_date: '$_id',
            max_email_hour: {
                $filter: {
                    input: '$email_by_hour',
                    as: 'item',
                    cond: {
                        $eq: ['$$item.count', '$max_count']
                    }
                }
            }
        }
    }])

示例输出：

{ "email_date" : "2016-11-21", "max_email_hour" : [ { "email_hour" : 1, "count" : 3 } ] }
{ "email_date" : "2016-11-20", "max_email_hour" : [ { "email_hour" : 12, "count" : 2 } ] }

mongoDB aggregate() 在 collection 封电子邮件 objects 中查找电子邮件时间

mongoDB aggregate() finding email times in a collection of email objects

mongodb

mongo-shell