mongodb烛台查询答案

【问题标题】：mongodb candlestick querymongodb烛台查询
【发布时间】：2018-07-18 12:16:15
【问题描述】：

我需要从 mongo 查询财务数据并生成每日烛台图。

集合架构类似于：

{
  symbol: 'GOOG',
  amount: 1000,
  rate: 123,
  created_at: ISODate('some point in time')
}

图表中的每个条目（即每天）应包含 4 个值：

高（最大（速率））
低（最小（速率））
开放（特定日期的第一价格）
收盘价（给定日期的最后汇率）

知道如何构建查询吗？

【问题讨论】：

标签： mongodb candlestick-chart

【解决方案1】：

我一直在对我正在开发的项目进行类似的查询，很高兴看到我得出了类似的结论。

我的传入数据来自 Robinhood 的 API；它看起来和你的很相似，但是给了我字符串中的日期戳，所以我添加了一个 $toDate 和 $toString 来将字符串翻转到 Date 对象。我可能会选择将传入的日期戳转换为 Ruby 中的 Time 对象，然后在此处删除额外的工作。

我仍在完善我的分组，因为我不确定我是否真的需要两个。我的传入流有时会重复数据（每秒，由于字符串日期戳的情况），所以第一组是清理它，以免错误地膨胀第二组中的 { "$sum": "$volume" }。

我的 $project 在请求的前一分钟的 59 秒范围内返回我的 100 万根烛台数据。这些键与 Robinhood 的 API 历史记录相匹配，因此我可以将它们视为代码中的同一个对象。

var date_now   = new Date(new ISODate("2019-10-21T20:00:00.000Z"))
var date_end   = new Date(date_now.getTime() - 1000 * 1)
var date_begin = new Date(date_now.getTime() - 1000 * 60 * 10)
db.quotes.aggregate([
{ "$addFields": { "date": { "$toDate": "$time_pulled" } } },
{ $match: { symbol: "NUGT",
            date: { "$gte": date_begin,
                    "$lt":  date_end } } },
{ $group: { _id: "$date", // group by date to eliminate dups
    "symbol": { "$first": "$symbol" },
    "price":  { "$max": "$last_trade_price" },
    "volume": { "$max": "$volume" } } },
{ $sort:  { _id: 1 } },    // sort by date to get correct first/last prices
{ $group: { _id: "$symbol",
    //"date_begin":  { "$first": { "$toString": "$_id" } },
    //"date_end":    { "$last": { "$toString": "$_id" } },
    "high_price":  { "$max": "$price" },
    "low_price":   { "$min": "$price" },
    "open_price":  { "$first": "$price" },
    "close_price": { "$last": "$price" },
    "volume":      { "$sum": "$volume" } } },
{ $project: { _id: 1,
    begins_at: { "$toString": date_begin },
    volume: 1,
    high_price: 1,
    low_price: 1,
    open_price: 1,
    close_price: 1 } }
])

结果：

/* 1 */
{
    "_id" : "NUGT",
    "high_price" : "26.860000",
    "low_price" : "26.740000",
    "open_price" : "26.834200",
    "close_price" : "26.820000",
    "volume" : 392086.0,
    "begins_at" : "2019-10-21T19:50:00.000Z"
}

【讨论】：

【解决方案2】：

好的，在@David Peleg 发给我this repo 之后才知道：

db.collection.aggregate([
      {$match:{
        symbol:'GOOG'
      }},
      {$project:{
        "day":{
          "y": {"$year":"$created_at"},
          "m": {"$month":"$created_at"},
          "d": {"$dayOfMonth": "$created_at"}
        },
        created_at: 1,
        rate: 1
      }},
      {"$sort":{"created_at":1}},
      {"$group":{
        "_id": "$day",
        "created_at": {"$first":"$created_at"},
        "open": {"$first":"$rate"},
        "close": {"$last":"$rate"},
        "high": {"$max":"$rate"},
        "low": {"$min":"$rate"},
      }},
      {$project:{
        "_id": "$_id",
        "rates":{
          "open": "$open",
          "close": "$close",
          "high": "$high",
          "low": "$low"
        }
      }},
      {"$sort":{"_id":1}}
    ])

【讨论】：