Her er, hvordan du kan gøre det i aggregeringsramme. Jeg bruger en lille forenkling - jeg grupperer kun på år, måned og dato - i dit tilfælde skal du tilføje time og minut for de finere beregninger. Du har også et valg om, hvorvidt du vil lave vægtet gennemsnit, hvis pointfordelingen ikke er ensartet i den dataprøve, du får.
project={"$project" : {
"year" : {
"$year" : "$DateTime"
},
"month" : {
"$month" : "$DateTime"
},
"day" : {
"$dayOfWeek" : "$DateTime"
},
"array_serial" : 1,
"Port Name" : 1,
"metric" : 1
}
};
group={"$group" : {
"_id" : {
"a" : "$array_serial",
"P" : "$Port Name",
"y" : "$year",
"m" : "$month",
"d" : "$day"
},
"avgMetric" : {
"$avg" : "$metric"
}
}
};
db.metrics.aggregate([project, group]).result
Jeg kørte dette med nogle tilfældige prøvedata og fik noget af dette format:
[
{
"_id" : {
"a" : "12345",
"P" : "CL1-B",
"y" : 2012,
"m" : 9,
"d" : 6
},
"avgMetric" : 100.8
},
{
"_id" : {
"a" : "12345",
"P" : "CL1-B",
"y" : 2012,
"m" : 9,
"d" : 7
},
"avgMetric" : 98
},
{
"_id" : {
"a" : "12345",
"P" : "CL1-A",
"y" : 2012,
"m" : 9,
"d" : 6
},
"avgMetric" : 105
}
]
Som du kan se, er dette et resultat pr. kombination af array_serial, portnavn, år/måned/dato. Du kan bruge $sort til at få dem i den rækkefølge, du vil behandle dem derfra.
Sådan vil du udvide projekttrinnet til at omfatte time og minut, mens du afrunder minutter til gennemsnit over hvert femte minut:
{
"$project" : {
"year" : {
"$year" : "$DateTime"
},
"month" : {
"$month" : "$DateTime"
},
"day" : {
"$dayOfWeek" : "$DateTime"
},
"hour" : {
"$hour" : "$DateTime"
},
"fmin" : {
"$subtract" : [
{
"$minute" : "$DateTime"
},
{
"$mod" : [
{
"$minute" : "$DateTime"
},
5
]
}
]
},
"array_serial" : 1,
"Port Name" : 1,
"metric" : 1
}
}
Håber du vil være i stand til at udvide det til dine specifikke data og krav.