C#代码 利用MongoDB中Group聚合函数查询
例子:
public static void getUserRFM(DateTime beginTime, DateTime endTime)
{
MongoDatabase mongoDB = getConnection();
//会员消费明细的实体类
List<Ky_Shopplist> shopplist = new List<Ky_Shopplist>();
//获得Ky_shopplist集合
MongoCollection col = mongoDB.GetCollection("Ky_Shopplist");
//获得Ky_UserRFM的集合
MongoCollection colRFM = mongoDB.GetCollection("Ky_UserRFM");
//删除Ky_UserRFM集合中所有的数据
colRFM.RemoveAll();
//定义获取“buyTime”相关的查询条件
var query = Query.And(Query.GTE("buyTime", beginTime.ToString("yyyy-MM-dd HH:mm:ss")), Query.LTE("buyTime", endTime.ToString("yyyy-MM-dd HH:mm:ss")));
//var result = col.FindAs<Ky_Shopplist>(query).ToList();
//var result_all = col.FindAllAs<Ky_Shopplist>().ToList();
//会员RFM值实体类
List<Ky_UserRFM> userRFMlist = new List<Ky_UserRFM>();
//GroupBy的字段
GroupByBuilder groupbyBuilder = new GroupByBuilder(new string[] { "userId" });
#region 计算会员R值
try
{
//计算每组UserId的最大时间
Dictionary<string, string> dic_R = new Dictionary<string, string>();
dic_R["time"] = DateTime.Now.ToString();
var result_R = col.Group(query, groupbyBuilder, BsonDocument.Create(dic_R),
BsonJavaScript.Create("function(obj,prev){if(prev.time>obj.buyTime){prev.time=obj.buyTime;}}"),
BsonJavaScript.Create("function(obj){ obj.btime=obj.time;delete obj.time; }")).ToList();
if (result_R.Count != 0)
{
//计算出会员距今最近的消费时间和最远的消费时间
DateTime Mintime = DateTime.Now;
DateTime Maxtime = DateTime.Now;
for (int i = 1; i < result_R.Count; i++)
{
if (i == 1)
{
Maxtime = Convert.ToDateTime(result_R[i]["btime"]) > Convert.ToDateTime(result_R[0]["btime"]) ? Convert.ToDateTime(result_R[i]["btime"]) : Convert.ToDateTime(result_R[0]["btime"]);
Mintime = Convert.ToDateTime(result_R[i]["btime"]) < Convert.ToDateTime(result_R[0]["btime"]) ? Convert.ToDateTime(result_R[i]["btime"]) : Convert.ToDateTime(result_R[0]["btime"]);
}
else
{
Maxtime = Maxtime > Convert.ToDateTime(result_R[i]["btime"]) ? Maxtime : Convert.ToDateTime(result_R[i]["btime"]);
Mintime = Mintime < Convert.ToDateTime(result_R[i]["btime"]) ? Mintime : Convert.ToDateTime(result_R[i]["btime"]);
}
}
double R_interval = 0.0;
R_interval = (Maxtime - Mintime).TotalSeconds / 5;
//计算会员R值
for (int i = 0; i < result_R.Count; i++)
{
DateTime dtTime = Convert.ToDateTime(result_R[i]["btime"]);
string userId = result_R[i]["userId"].ToString();
string struser_R = "0";
if (dtTime >= Mintime && dtTime <= Mintime.AddSeconds(R_interval))
{
struser_R = "1";
}
if (dtTime >= Mintime.AddSeconds(R_interval) && dtTime <= Mintime.AddSeconds(R_interval * 2))
{
struser_R = "2";
}
if (dtTime >= Mintime.AddSeconds(R_interval * 2) && dtTime <= Mintime.AddSeconds(R_interval * 3))
{
struser_R = "3";
}
if (dtTime >= Mintime.AddSeconds(R_interval * 3) && dtTime <= Mintime.AddSeconds(R_interval * 4))
{
struser_R = "4";
}
if (dtTime >= Mintime.AddSeconds(R_interval * 4) && dtTime <= Maxtime)
{
struser_R = "5";
}
Ky_UserRFM userRFM = new Ky_UserRFM();
userRFM.user_R = struser_R;
userRFM.user_F = "0";
userRFM.user_M = "0";
userRFM.user_Tagid = "";
userRFM.user_Id = userId;
userRFM.current_Time = DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss");
userRFMlist.Add(userRFM);
}
//批量插入会员RFM表
colRFM.InsertBatch(typeof(Ky_UserRFM), userRFMlist);
}
}
catch (Exception ex)
{
throw;
}
#endregion
#region 计算会员F值
try
{
//计算每组UserId的次数
Dictionary<string, int> dic_F = new Dictionary<string, int>();
dic_F["num"] = 0;
var result_F = col.Group(query, groupbyBuilder, BsonDocument.Create(dic_F),
BsonJavaScript.Create("function(doc,prev){prev.num++;}"),
BsonJavaScript.Create("function(doc){ doc.count=doc.num;delete doc.num; }")).ToList();
if (result_F.Count != 0)
{
//计算出会员最大消费频率和最小消费频率
double Maxcount = 0;
double Mincount = 0;
for (int i = 1; i < result_F.Count; i++)
{
if (i == 1)
{
Maxcount = Convert.ToInt32(result_F[i]["count"]) > Convert.ToInt32(result_F[0]["count"]) ? Convert.ToInt32(result_F[i]["count"]) : Convert.ToInt32(result_F[0]["count"]);
Mincount = Convert.ToInt32(result_F[i]["count"]) < Convert.ToInt32(result_F[0]["count"]) ? Convert.ToInt32(result_F[i]["count"]) : Convert.ToInt32(result_F[0]["count"]);
}
else
{
Maxcount = Maxcount > Convert.ToInt32(result_F[i]["count"]) ? Maxcount : Convert.ToInt32(result_F[i]["count"]);
Mincount = Mincount < Convert.ToInt32(result_F[i]["count"]) ? Mincount : Convert.ToInt32(result_F[i]["count"]);
}
}
double F_inteval = 0.0;
F_inteval = (Maxcount - Mincount) / 5;
//计算每个会员的F值
for (int i = 1; i < result_F.Count; i++)
{
string strUserid = result_F[i]["userId"].ToString();
int icount = Convert.ToInt32(result_F[i]["count"]);
string strUser_F = "0";
if (icount >= Mincount && icount <= F_inteval)
{
strUser_F = "1";
}
if (icount >= F_inteval && icount <= (F_inteval * 2))
{
strUser_F = "2";
}
if (icount >= (F_inteval * 2) && icount <= (F_inteval * 3))
{
strUser_F = "3";
}
if (icount >= (F_inteval * 3) && icount <= (F_inteval * 4))
{
strUser_F = "4";
}
if (icount >= (F_inteval * 4) && icount <= Maxcount)
{
strUser_F = "5";
}
//执行更新操作
var query_F = Query.EQ("user_Id", strUserid);
var update_F = new UpdateDocument { { "$set", new QueryDocument { { "user_F", strUser_F } } } };
colRFM.Update(query_F, update_F);
}
}
}
catch (Exception ex)
{
throw;
}
#endregion
#region 计算会员M值
try
{
//计算每组UserId中price(金额)的总和
//var query_price = new QueryDocument{{"price",true}};
//var update_price = new UpdateDocument{{"price",BsonType.Double}};
//colRFM.Update(query_price, update_price);
Dictionary<string, double> dic_M = new Dictionary<string, double>();
dic_M["msum"] = 0.0;
var result_M = col.Group(query, groupbyBuilder, BsonDocument.Create(dic_M),
BsonJavaScript.Create("function(obj,prev){prev.msum += obj.price;}"),
BsonJavaScript.Create("function(obj){obj.sum=obj.msum;delete obj.sum;}")).ToList();
if (result_M.Count != 0)
{
//计算出会员最大的消费金额和最小的消费金额
double Maxsum = 0.0;
double Minsum = 0.0;
for (int i = 1; i < result_M.Count; i++)
{
if (i == 1)
{
Maxsum = Convert.ToDouble(result_M[i]["msum"]) > Convert.ToDouble(result_M[0]["msum"]) ? Convert.ToDouble(result_M[i]["msum"]) : Convert.ToDouble(result_M[0]["msum"]);
Minsum = Convert.ToDouble(result_M[i]["msum"]) < Convert.ToDouble(result_M[0]["msum"]) ? Convert.ToDouble(result_M[i]["msum"]) : Convert.ToDouble(result_M[0]["msum"]);
}
else
{
Maxsum = Maxsum > Convert.ToDouble(result_M[i]["msum"]) ? Maxsum : Convert.ToDouble(result_M[i]["msum"]);
Minsum = Minsum < Convert.ToDouble(result_M[i]["msum"]) ? Minsum : Convert.ToDouble(result_M[i]["msum"]);
}
}
double M_interval = 0.0;
M_interval = (Maxsum - Minsum) / 5;
//计算每个会员的M值
for (int i = 0; i < result_M.Count; i++)
{
string strUserId = result_M[i]["userId"].ToString();
double dsum = Convert.ToDouble(result_M[i]["msum"]);
string struser_M = "0";
if (dsum >= Minsum && dsum <= M_interval)
{
struser_M = "1";
}
if (dsum >= M_interval && dsum <= (M_interval * 2))
{
struser_M = "2";
}
if (dsum >= (M_interval * 2) && dsum <= (M_interval * 3))
{
struser_M = "3";
}
if (dsum >= (M_interval * 3) && dsum <= (M_interval * 4))
{
struser_M = "4";
}
if (dsum >= (M_interval * 4) && dsum <= Maxsum)
{
struser_M = "5";
}
//执行更新操作
var query_M = Query.EQ("user_Id", strUserId);
var update_M = new UpdateDocument { { "$set", new QueryDocument { { "user_M", struser_M } } } };
colRFM.Update(query_M, update_M);
}
}
}
catch (Exception ex)
{
throw;
}
#endregion
}
C#代码 利用MongoDB中Group聚合函数查询的更多相关文章
- C#代码利用MongoDB中Group聚合函数查询
例子: public static void getUserRFM(DateTime beginTime, DateTime endTime) { MongoDat ...
- 在MongoDB中实现聚合函数
在MongoDB中实现聚合函数 随着组织产生的数据爆炸性增长,从GB到TB,从TB到PB,传统的数据库已经无法通过垂直扩展来管理如此之大数据.传统方法存储和处理数据的成本将会随着数据量增长而显著增加. ...
- 在MongoDB中实现聚合函数 (转)
随着组织产生的数据爆炸性增长,从GB到TB,从TB到PB,传统的数据库已经无法通过垂直扩展来管理如此之大数据.传统方法存储和处理数据的成本将会随着数据量增长而显著增加.这使得很多组织都在寻找一种经济的 ...
- 浅析mongodb中group分组
这篇文章主要介绍了浅析mongodb中group分组的实现方法及示例,非常的简单实用,有需要的小伙伴可以参考下. group做的聚合有些复杂.先选定分组所依据的键,此后MongoDB就会将集合依据选定 ...
- Mysql中使用聚合函数对null值的处理
平时因为对于数据库研习的不深,所以在面试的时候问了一些平常遇到过的问题居然没法很肯定地回答出来,实在让自己很恼怒! 这次让我记忆深刻的一个问题是: 在mysql中使用聚合函数的时候比如avg(t),t ...
- MongoDB中的聚合操作
根据MongoDB的文档描述,在MongoDB的聚合操作中,有以下五个聚合命令. 其中,count.distinct和group会提供很基本的功能,至于其他的高级聚合功能(sum.average.ma ...
- 75.Python中ORM聚合函数详解:Sum
Sum:某个字段的总和. 1. 求图书的销售总额,示例代码如下: from django.http import HttpResponse from django.db import connecti ...
- 72.Python中ORM聚合函数详解:Avg,aggregate,annotate
聚合函数: 如果你用原生SQL语句,则可以使用聚合函数提取数据.比如提取某个商品销售的数量,那么就可以使用Count,如果想要知道销售的平均价格,那么就可以使用Avg. 聚合函数是通过aggregat ...
- sqlserver中的聚合函数
聚合函数:就是按照一定的规则将多行(Row)数据汇总成一行的函数,对数据进行汇总前,还可以按特定的列(coloumn)将数据进行分组(group by)再汇总,然后按照再次给定的条件进行筛选 一:Co ...
随机推荐
- java 导入包(误区)
java的导入包语句的作用仅仅是简化书写,很多时候我们都误以为是将一个类导入到内存中. 如果是这样,那么运行的效率会很慢.
- spring来了-04-AOP
概述 aspect object programming 面向切面编程 功能:可以实现“业务代码”与“关注点代码”分离 关注点代码:就是指重复执行的代码 业务代码:核心的业务功能 运行期间,执行核心业 ...
- CentOS中yum安装软件时报错:No package XXX available
yum 安装软件时,报错:No package XXX available. [root@localhost ~]# yum -y install redis Loaded plugins: fast ...
- each用法
1.数组用法 <script> var s=["s","i","l","e","n",& ...
- Log 日志级别
一直对于程序中的日志级别有点模糊,今天专门百度学习下.遂成此文: 日志记录器(Logger)是日志处理的核心组件.log4j具有5种正常级别(Level).: 1.static Le ...
- JAVA 多态和异常处理作业——动手动脑以及课后实验性问题
1. 阅读以下代码(CatchWho.java),写出程序运行结果: 1) 源代码 public class CatchWho { public static void main(String[] ...
- 你不知道的JavaScript-- 事件流与事件处理
转载:http://blog.csdn.net/i10630226/article/details/48970971 1. 事件处理 1.1. 绑定事件方式 (1)行内绑定 语法: //最常用的使用方 ...
- 在CentOS 7 MySQL / MariaDB
在CentOS7中,MariaDB 替代了MySQL;更多复杂的疑问可以在这里查看 MariaDB versus MySQL – Compatibility Install MySQL / Mari ...
- 《JavaScript权威指南》读书笔记(二)
日期:2015-12-04 js 的原型::闭包:闭包这是个相当复杂的东西...现在初步理解: http://segmentfault.com/a/1190000000652891 闭包有 ...
- Java 集合系列 02 Collection架构
java 集合系列目录: Java 集合系列 01 总体框架 Java 集合系列 02 Collection架构 Java 集合系列 03 ArrayList详细介绍(源码解析)和使用示例 Java ...