Agrégation Mongodb par jour basée sur l'horodatage unix

MongoDB 4.0 et versions ultérieures

Utilisez $toDate

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$toDate": { 
                        "$multiply": [1000, "$LASTLOGIN"]
                    }
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

ou $convert

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$convert": { 
                        "input":  { 
                            "$multiply": [1000, "$LASTLOGIN"] 
                        }, 
                        "to": "date"
                    }
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

MongoDB>= 3.0 et < 4.0 :

db.session_log.aggregate([
    { "$group": {
        "_id": {
            "$dateToString": {
                "format": "%Y-%m-%d",
                "date": {
                    "$add": [
                        new Date(0), 
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }
        },
        "count": { "$sum": 1 }
    } }
])

Vous auriez besoin de convertir le LASTLOGIN champ à un horodatage d'une milliseconde en multipliant la valeur par 1000

{ "$multiply": [1000, "$LASTLOGIN"] }

, puis convertir en date

"$add": [
    new Date(0),
    { "$multiply": [1000, "$LASTLOGIN"] }
]

et cela peut être fait dans le $project pipeline en ajoutant votre temps en millisecondes à une Date(0) de zéro milliseconde objet, puis extrayez $year , $month , $dayOfMonth parties de la date convertie que vous pouvez ensuite utiliser dans votre $group pipeline pour regrouper les documents par jour.

Vous devriez donc changer votre pipeline d'agrégation en ceci :

var project = {
    "$project":{ 
        "_id": 0,
        "y": {
            "$year": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        },
        "m": {
            "$month": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        }, 
        "d": {
            "$dayOfMonth": {
                "$add": [
                    new Date(0),
                    { "$multiply": [1000, "$LASTLOGIN"] }
                ]
            }
        }
    } 
},
group = {   
    "$group": { 
        "_id": { 
            "year": "$y", 
            "month": "$m", 
            "day": "$d"
        },  
        "count" : { "$sum" : 1 }
    }
};

Exécution du pipeline d'agrégation :

db.session_log.aggregate([ project, group ])

donnerait les résultats suivants (basés sur l'exemple de document) :

{ "_id" : { "year" : 2014, "month" : 1, "day" : 3 }, "count" : 1 }

Une amélioration serait d'exécuter ce qui précède dans un seul pipeline comme

var group = {   
    "$group": { 
        "_id": {    
            "year": {
                "$year": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            },
            "mmonth": {
                "$month": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }, 
            "day": {
                "$dayOfMonth": {
                    "$add": [
                        new Date(0),
                        { "$multiply": [1000, "$LASTLOGIN"] }
                    ]
                }
            }
        },  
        "count" : { "$sum" : 1 }
    }
};

Exécution du pipeline d'agrégation :

db.session_log.aggregate([ group ])