54 lines
1.5 KiB
Markdown
54 lines
1.5 KiB
Markdown
|
##### 应用场景
|
|||
|
|
9.3-9.30，开方时长0-30秒的医生名字及他们开的处方数(以此为例)
|
|||
|
|
|
|||
|
|
##### 说明
|
|||
|
|
后期可自行修改下面代码中查询条件($match)来实现需求
|
|||
|
|
|
|||
|
|
##### 方案 mongosh
|
|||
|
|
|
|||
|
|
##### 代码
|
|||
|
|
|
|||
|
|
###### 01. 切换到目标数据库
|
|||
|
|
```
|
|||
|
|
use Internet-hospital;
|
|||
|
|
```
|
|||
|
|
###### 02. 执行聚合查询
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
db["hlw-doctor-times"].aggregate([
|
|||
|
|
// 1. 过滤条件：筛选指定时间范围和 符合rxDuration 的文档
|
|||
|
|
{
|
|||
|
|
$match: {
|
|||
|
|
createTime: {
|
|||
|
|
// 转换为毫秒时间戳（UTC 时间 2025-09-03 00:00:00）
|
|||
|
|
$gte: new Date("2025-09-03").getTime(),
|
|||
|
|
// 转换为毫秒时间戳（UTC 时间 2025-10-01 00:00:00，覆盖到 9-30 最后一刻）
|
|||
|
|
$lt: new Date("2025-10-01").getTime()
|
|||
|
|
},
|
|||
|
|
rxDuration: { $lte: 30000 } // rxDuration 小于等于 30000
|
|||
|
|
}
|
|||
|
|
},
|
|||
|
|
|
|||
|
|
// 2. 分组统计：按 doctorCode 分组，计算每个医生的符合条件文档数
|
|||
|
|
{
|
|||
|
|
$group: {
|
|||
|
|
_id: "$doctorCode", // 分组键：doctorCode
|
|||
|
|
doctorName: { $first: "$doctorName" }, // 取同组第一个医生姓名（确保唯一）
|
|||
|
|
count: { $sum: 1 } // 统计每组文档数
|
|||
|
|
}
|
|||
|
|
},
|
|||
|
|
|
|||
|
|
// 3. 格式化输出：调整字段结构，符合需求格式 { doctorCode, doctorName, count }
|
|||
|
|
{
|
|||
|
|
$project: {
|
|||
|
|
_id: 0, // 隐藏默认的 _id 字段
|
|||
|
|
doctorCode: "$_id", // 将分组键 _id 转为 doctorCode
|
|||
|
|
doctorName: 1, // 保留医生姓名
|
|||
|
|
count: 1 // 保留统计数量
|
|||
|
|
}
|
|||
|
|
}
|
|||
|
|
]).toArray();
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
|