rethinkDB：按部分值分组答案

【问题标题】：rethinkDB: group by partial valuerethinkDB：按部分值分组
【发布时间】：2015-05-01 04:19:01
【问题描述】：

我正在评估已导入 rethinkDB 的电话记录；文件如下所示：

{
    'date': '2015-01-02',
    'duration': 46,
    'cost': 0.25
    'type': 'outgoing'
}

我正在尝试检索 一个月内所有通话时间的总和。

我可以用这个查询“手动”实现它：

r.table('CallLog').filter(r.row('date').match('2015-01-*')).sum('duration')

鉴于我只需要 6 个月，绝对有可能在合理的时间内完成。但是，我宁愿想办法在一个查询中做到这一点。
我知道我可以对文档进行分组；例如按呼叫类型总结所有呼叫的费用，我可以做

r.table('CallLog').group('type').sum('cost')

我不知道的是我如何按部分字段分组，在这种情况下是 date 字段的前 7 个字符。

有任何想法吗？感谢您的帮助。

【问题讨论】：

标签： rethinkdb

【解决方案1】：

您可以通过将匿名函数传递给group 方法来按部分字段分组。任何时候您想从 group 函数中获得一些特殊行为时，请考虑使用匿名函数（lambda 函数）。

在这种情况下，您可以使用 match 方法传递一个正则表达式，该表达式将匹配一个包含 4 位破折号和 2 位数字 (\\d{4}-\\d{2}) 的字符串。

查询的外观如下：

r.table('29969411')
  .group(function (row) {
    return row('date').match("\\d{4}-\\d{2}")
  }).sum('cost')

在表格中给出以下条目：

{
    "cost": 0.25 ,
    "date":  "2015-02-02" ,
    "duration": 46 ,
    "id":  "1ff56fdd-9152-4729-baa4-c9736adbe54f" ,
    "type":  "outgoing"
}, {
    "cost": 0.25 ,
    "date":  "2015-03-02" ,
    "duration": 46 ,
    "id":  "74a453ec-531c-4fb0-a463-661b122d47df" ,
    "type":  "outgoing"
}, {
    "cost": 0.25 ,
    "date":  "2015-01-02" ,
    "duration": 46 ,
    "id":  "bfa9aa42-51c0-43ef-af3d-24de15ed6571" ,
    "type":  "outgoing"
}, {
    "cost": 0.25 ,
    "date":  "2015-01-99" ,
    "duration": 46 ,
    "id":  "c93ac248-f214-4649-a355-bfc814169456" ,
    "type":  "outgoing"
}

结果如下：

[
  {
    "group": {
    "end": 7 ,
    "groups": [ ],
    "start": 0 ,
    "str":  "2015-01"
  } ,
   "reduction": 0.5
  } ,
  {
    "group": {
    "end": 7 ,
    "groups": [ ],
    "start": 0 ,
    "str":  "2015-02"
  } ,
   "reduction": 0.25
  } ,
  {
    "group": {
    "end": 7 ,
    "groups": [ ],
    "start": 0 ,
    "str":  "2015-03"
  } ,
    "reduction": 0.25
  }
]

【讨论】：

【解决方案2】：

感谢您的回答，豪尔赫；与此同时，我（在一些帮助下）也找到了另一个：

r.table('CallLog').group(r.row('date').match('.{7}')('str')).sum('cost')

给出以下结果：

[
    {
        "group":"2014-09",
        "reduction":214.8195
    },
    {
        "group":"2014-10",
        "reduction":20087.655200000074
    }
]

【讨论】：

是的！这基本上是相同的想法。我的正则表达式更具体一些。这可能是也可能不是你想要的。
如果您或我提供的答案回答了您的问题，请务必标记为“已解决”，以便稍后访问此问题的人清楚！
你说得对，我过滤的方式非常适合我的特定数据，我现在可以确定“日期”字段的布局为 yyyy-mm-dd；您的正则表达式解决方案更“通用”