zbieranie danych grupowych według wielu pól mongodb

Dzięki frameworkowi agregacji wynik będzie nieco inny niż "pożądany" wynik, ponieważ zamiast kluczy mieszających otrzymasz tablicę obiektów z _id klucz o wartości reprezentującej grupowanie według pola. Na przykład zamiast

{
    "28-10-2016":{
        "success_count": 10, 
        "failure_count": 10
    },
    "29-10-2016": {
        "success_count": 10, 
        "failure_count": 10
    }
}

będziesz miał lepszą strukturę, jak

[
    {
        "_id": "28-10-2016",
        "success_count": 10, 
        "failure_count": 10
    },
        "_id": "29-10-2016",
        "success_count": 10, 
        "failure_count": 10
    }
]

Osiągnięcie powyższego wyniku wymagałoby użycia $cond operator w $sum operator akumulatora. $cond Operator oceni warunek logiczny na podstawie jego pierwszego argumentu (jeśli), a następnie zwróci drugi argument, gdy ocena jest prawdziwa (wtedy), lub trzeci argument, jeśli fałsz (inaczej). To konwertuje logikę prawda/fałsz na wartości liczbowe 1 i 0, które są przesyłane do $sum odpowiednio:

 "success_count": {
    "$sum": {
        "$cond": [ { "$eq": [ "$status", "success" ] }, 1, 0 ]
    }
}
 
 Jako wynikowy potok należy uruchomić operację agregacji, która używa $dateToString 
  operator w _id wyrażenie klucza dla  $grupa 
  potok:
 Orders.aggregate([
    {
        "$group": {
            "_id": {
                "$dateToString": { 
                    "format": "%Y-%m-%d", 
                    "date": "$created_at" 
                }
            },
            "success_count": {
                "$sum": {
                    "$cond": [ { "$eq": [ "$status", "success" ] }, 1, 0 ]
                }
            },
            "failure_count": {
                "$sum": {
                    "$cond": [ { "$eq": [ "$status", "failure" ] }, 1, 0 ]
                }
            }
        }
    }
], function (err, orders){
    if (err) throw err;
    console.log(orders);
})
 
 Istnieje jednak bardziej elastyczne i wydajniejsze podejście, które działa znacznie szybciej niż powyższe, gdzie najbardziej wydajna struktura danych dla wyniku agregacji jest zgodna ze schematem, na przykład:
 orders = [
    {
        "_id": "28-10-2016",
        "counts": [
            { "status": "success", "count": 10 },
            { "status": "failure", "count": 10 }
        ]
    },
    {
        "_id": "29-10-2016",
        "counts": [
            { "status": "success", "count": 10 },
            { "status": "failure", "count": 10 }
        ]
    }
]
 
 Następnie rozważ uruchomienie alternatywnego potoku w następujący sposób
 Orders.aggregate([
    { 
        "$group": {
            "_id": { 
                "date":  {
                    "$dateToString": { 
                        "format": "%Y-%m-%d", 
                        "date": "$created_at" 
                    }
                },
                "status": { "$toLower": "$status" }
            },
            "count": { "$sum": 1 }
        }
    },
    { 
        "$group": {
            "_id": "$_id.date",
            "counts": {
                "$push": {
                    "status": "$_id.status",
                    "count": "$count"
                }
            }
        }
    }
], function (err, orders){
    if (err) throw err;
    console.log(orders);
})