本文详解如何在go中使用mongodb官方驱动，针对存储为iso 8601字符串（如"2016-05-12 00:00:00.000z"）或bson date类型的createdat字段，精准查询指定自然日（如“昨天”）的数据，重点解决因时间精度、时区截断不当导致count为0的问题。
本文详解如何在go中使用mongodb官方驱动，针对存储为iso 8601字符串（如"2016-05-12 00:00:00.000z"）或bson date类型的createdat字段，精准查询指定自然日（如“昨天”）的数据，重点解决因时间精度、时区截断不当导致count为0的问题。
在MongoDB Go应用中，按日期范围筛选记录是高频需求，但当createdAt字段实际存储为带毫秒的UTC时间戳（如"2016-05-12 00:00:00.000Z"）或原生BSON Date类型时，若查询逻辑未严格对齐时间边界，极易返回空结果。问题根源常在于：未将当前时间精确截断到日级起点（00:00:00.000 UTC），或未构建左闭右开区间（$gte + $lt）。
正确做法是使用 time.Truncate() 精确归零小时/分钟/秒/纳秒，并确保全程使用UTC时区。以下是生产就绪的实现：
package main
import (
"context"
"fmt"
"time"
"go.mongodb.org/mongo-driver/bson"
"go.mongodb.org/mongo-driver/mongo"
)
// 获取昨日UTC全天的时间范围：[yesterday 00:00:00.000Z, today 00:00:00.000Z)
func getYesterdayUTCRange() (from, to time.Time) {
now := time.Now().UTC()
// 截断到今日00:00:00.000 UTC
today := now.Truncate(24 * time.Hour)
// 昨日00:00:00.000 UTC = 今日起点减24小时
yesterday := today.Add(-24 * time.Hour)
return yesterday, today
}
func queryYesterdayRecords(collection *mongo.Collection, retailerID string) ([]map[string]interface{}, int64, error) {
from, to := getYesterdayUTCRange()
filter := bson.M{
"retailer": retailerID,
"createdAt": bson.M{
"$gte": from,
"$lt": to, // 关键：使用 $lt 构建左闭右开区间，避免跨日重复或遗漏
},
}
// 执行查询（注意：Find返回Cursor，需调用All或Next）
ctx, cancel := context.WithTimeout(context.Background(), 10*time.Second)
defer cancel()
cursor, err := collection.Find(ctx, filter)
if err != nil {
return nil, 0, err
}
defer cursor.Close(ctx)
var results []map[string]interface{}
if err = cursor.All(ctx, &results); err != nil {
return nil, 0, err
}
count, err := collection.CountDocuments(ctx, filter)
if err != nil {
return nil, 0, err
}
fmt.Printf("Query range: %s <p><strong>关键注意事项：</strong> </p>
- ✅ 必须使用 .UTC()：MongoDB内部存储和比较均以UTC为准，本地时区时间直接传入会导致严重偏移；
- ✅ *必须用 `Truncate(24time.Hour)**：time.Date(..., 0, 0, 0, 0, 0, 0, loc)易受夏令时或时区转换影响，而Truncate` 基于纳秒计数，绝对可靠；
- ✅ 务必采用 $gte + $lt 模式：避免使用 $lte，防止边界重叠（例如2024-05-12 23:59:59.999可能被漏掉）；
- ⚠️ 字段名一致性：示例中使用 "createdAt"，请确认你的集合实际字段名为 "createdDate" 或其它，避免因字段名错误导致无匹配；
- ⚠️ 索引优化：为高频查询字段（如 {retailer: 1, createdAt: 1}）建立复合索引，大幅提升性能。
通过以上方法，即可稳定、高效地实现“按自然日过滤”，彻底解决返回0文档的问题。
