如何在 MongoDB 中按 15 分钟时间窗口对数据进行分组并计算平均速度-Golang-PHP中文网

本文详解如何使用 MongoDB 聚合管道（$group）将 ISODate 类型的时间字段（如 timestamp）精确切分为 15 分钟时间区间，并正确计算每个区间内的平均速度（$avg: "$speed"），避免因时间截断逻辑错误导致分组错位或 minute 字段为空的问题。

本文详解如何使用 mongodb 聚合管道（`$group`）将 isodate 类型的时间字段（如 `timestamp`）精确切分为 15 分钟时间区间，并正确计算每个区间内的平均速度（`$avg: "$speed"`），避免因时间截断逻辑错误导致分组错位或 `minute` 字段为空的问题。

在 MongoDB 中实现「按 15 分钟时间窗口分组」的关键，在于将原始时间归一化到最近的 15 分钟起点（例如 09:00, 09:15, 09:30, 09:45），而非简单对分钟数做减法。原始代码中直接对 $timestamp 使用 $subtract 和 $mod 是无效的，因为 $timestamp 是日期对象，不能直接与数值运算符（如 $mod）混合操作——这正是导致 minutes 为 null 的根本原因。

正确做法是：先提取时间的年份（$year）、年内天数（$dayOfYear）和分钟数（$minute），再通过 "$minute" - ("$minute" % 15) 计算该时刻所属的 15 分钟区间的起始分钟值（即 0, 15, 30 或 45）。结合年+日可唯一标识一个自然日，从而确保跨天数据不被错误合并。

以下是可在 mongo shell 中直接运行的聚合管道示例：

mongodb-query

用于调试和故障排查，查询MongoDB数据库。用户需要时可以： (1) 列出所有数据库； (2) 列出数据库中的集合； (3) 执行MongoDB查询或命令。

下载

db.collection.aggregate([
  {
    $group: {
      _id: {
        year: { $year: "$timestamp" },
        dayOfYear: { $dayOfYear: "$timestamp" },
        minute_interval: {
          $subtract: [
            { $minute: "$timestamp" },
            { $mod: [{ $minute: "$timestamp" }, 15] }
          ]
        }
      },
      averageSpeed: { $avg: "$speed" },
      count: { $sum: 1 } // 可选：统计每组记录数，便于验证数据量合理性
    }
  },
  {
    $sort: { "_id.year": 1, "_id.dayOfYear": 1, "_id.minute_interval": 1 }
  }
])

对应 Go 语言（使用官方 go.mongodb.org/mongo-driver/bson 或兼容的 mGo 风格）的代码如下（推荐使用现代 driver 的 bson.D 写法）：

pipeline := []bson.D{
  {
    {"$group", bson.D{
      {"_id", bson.D{
        {"year", bson.D{{"$year", "$timestamp"}}},
        {"dayOfYear", bson.D{{"$dayOfYear", "$timestamp"}}},
        {"minute_interval", bson.D{{"$subtract", []interface{}{
          bson.D{{"$minute", "$timestamp"}},
          bson.D{{"$mod", []interface{}{bson.D{{"$minute", "$timestamp"}}, 15}}},
        }}},
      }},
      {"averageSpeed", bson.D{{"$avg", "$speed"}}},
      {"count", bson.D{{"$sum", 1}}},
    }},
  },
  {
    {"$sort", bson.D{
      {"_id.year", 1},
      {"_id.dayOfYear", 1},
      {"_id.minute_interval", 1},
    }},
  },
}

cursor, err := collection.Aggregate(context.TODO(), pipeline)
if err != nil {
  log.Fatal(err)
}
defer cursor.Close(context.TODO())

for cursor.Next(context.TODO()) {
  var result struct {
    ID           struct {
      Year         int `bson:"year"`
      DayOfYear    int `bson:"dayOfYear"`
      MinuteInterval int `bson:"minute_interval"`
    } `bson:"_id"`
    AverageSpeed float64 `bson:"averageSpeed"`
    Count        int     `bson:"count"`
  }
  if err := cursor.Decode(&result); err != nil {
    log.Fatal(err)
  }
  // 输出格式化时间窗口，例如：2024-05-20T09:30:00Z
  t := time.Date(
    result.ID.Year, 1, 1, 0, result.ID.MinuteInterval, 0, 0, time.UTC,
  ).AddDate(0, 0, result.ID.DayOfYear-1)
  fmt.Printf("Window: %s → AvgSpeed: %.2f (n=%d)\n", 
    t.Format("2006-01-02T15:04:00Z"), 
    result.AverageSpeed, 
    result.Count)
}

⚠️ 重要注意事项：

不要对 $timestamp 整体做数学运算（如 $subtract 日期对象），MongoDB 会静默失败或返回 null；
minute_interval 字段仅表示该窗口的起始分钟（0/15/30/45），需结合 year + dayOfYear 才能还原完整时间点；
若需输出人类可读的时间戳（如 ISODate("2024-05-20T09:30:00Z")），建议在应用层拼接，或在聚合中添加 $dateFromParts 阶段（MongoDB 3.6+）；
对高频写入场景，考虑在写入时预计算 time_bucket_15m 字段并建立索引，可大幅提升聚合性能。

通过上述方法，你将获得严格对齐 UTC（或本地时区，取决于 $timestamp 存储规范）的 15 分钟时间桶，并确保 averageSpeed 统计准确、分组无遗漏。