Så här kan du göra det i aggregeringsramverk. Jag använder en liten förenkling - jag grupperar bara på år, månad och datum - i ditt fall måste du lägga till timme och minut för de finare beräkningarna. Du kan också välja om du vill göra ett viktat medelvärde om poängfördelningen inte är enhetlig i det dataurval 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
Jag körde detta med några slumpmässiga exempeldata och fick något av detta 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 är detta ett resultat per kombination av array_serial, portnamn, år/månad/datum. Du kan använda $sort för att få dem i den ordning du vill bearbeta dem därifrån.
Så här skulle du utöka projektsteget till att inkludera timme och minut samtidigt som du avrundar minuter till genomsnitt över var femte minut:
{
"$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
}
}
Hoppas du kommer att kunna utöka det till dina specifika data och krav.