最近使用 mongoDB 存储了大量的用户登录记录，文档结构如下：
{
"_id" : ObjectId("5a1fde257756dca1c86f2d23"),
"_class" : "com.aaa.LoginHistory",
"uid" : "94989242",
"ip" : "192.168.1.219",
"imei" : "865736037366641",
"epid" : "33189023-9472-4f30-81cf-8c7d13132aae5",
"platform" : "Android",
"timestamp" : "1512037117100",
"address" : "中国,江苏省,南京市,建邺区"
}
- 现在有个需求，需要统计每一天（ yyyy-MM-dd ）的登录用户数（ uid 对应用户，每天存在多次登陆记录，即 uid 可能重复）。
- 由于技术菜，选择了比较 low 的方法实现：根据需要查询的时间间隔的时间，就是开始时间戳和结束时间戳，把它分成每天一个间隔，然后利用以下方法去统计：
db.loginHistory.aggregate([
{$match:{"timestamp":{"$lte":"1513412162000","$gte":"1512548162000"}}},
{$group:{_id:"$uid"}}
])
因此出现了很大的问题：
- uid 的重复，导致登录用户数量统计出现重复。
- 如果需要查询一年以内的话，则需分成 365 个时间区不断得循环调用，导致响应时间超级慢。
最后经过各种百度找到了一种实现：
db.loginHistory.aggregate(
[
{
$match:{
timestamp:{
$lte:"1513399696240",
$gte:"1513389696240"
}
}
},
{
$project:{
uid:1,
timestamp:1,
_id:0
}
},
{
$group:{
_id:{
uid:"$uid",
date:{
$dateToString:{
format:"%Y-%m-%d",
date:{
$add:[new Date(0),parseInt("$timestamp")]
}
}
}
}
}
},
{
$group:{
_id:{
date:"$_id.date"
},
count:{"$sum":1}
}
}
]
)
但是问题又来了，执行报错：
assert: command failed: {
"ok" : 0,
"errmsg" : "$dateToString is only defined on year 0-9999, tried to use year 292278994",
"code" : 18537
} : aggregate failed
_getErrorWithCode@src/mongo/shell/utils.js:25:13
doassert@src/mongo/shell/assert.js:13:14
assert.commandWorked@src/mongo/shell/assert.js:287:5
DBCollection.prototype.aggregate@src/mongo/shell/collection.js:1312:5
百思不得其解，尝试性的把 parseInt("$timestamp")改成 parseInt("1513399696240")，执行得到结果：
{ "_id" : { "date" : "2017-12-16" }, "count" : 19 }
经过 v2 上的大哥提建议说用 mapReduce，尝试着改成了 mapReduce，结果成功了，可是：
db.loginHistory.mapReduce(
function(){
var date = new Date(parseInt(this.timestamp));
var dateKey = date.getFullYear()+"-"+(date.getMonth()+1)+"-"+date.getDate();
emit(dateKey,{uid:this.uid,count:1});
},
function(key, values){
var result = 0;
var json = {};
for (var i = 0; i < values.length; i++) {
if(json[values[i].uid] != 1) {
result += values[i].count;
json[values[i].uid] = 1;
}
}
return {count:result};
},
{
query:{
"timestamp":{
"$gte":"1512662400000","$lte":"1512921599999"
},
"epid":"a6c89023-9472-4f30-81cf-8c7dea62aae5",
"platform":"ios"
},
out:"aaa"
}
).find()
109W 条数据，花了 11 秒，没错，就是 11 秒，就一台单机 mongoDB，我觉得用 mapReduce 有意义？
线上大概数据已经超过 5 千万条，如果不用 aggregate 的话，30 秒超时时间都不够。。。
Select Language