因为接下来数据操作更为复杂，如何在Mongodb进行聚类操作是核心：

查找几个范例，可供参考：

mongodb group by date 聚合查询日期 统计每天数据（信息量）

/* 1 */
{
    "_id" : ObjectId("557ac1e2153c43c320393d9d"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-06-12T11:26:26.000Z")
}

/* 2 */
{
    "_id" : ObjectId("557ac1ee153c43c320393d9e"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-06-12T11:26:38.000Z")
}

/* 3 */
{
    "_id" : ObjectId("557ac2012de5d32d213963b5"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-06-12T11:26:56.000Z")
}

/* 4 */
{
    "_id" : ObjectId("557ac978bb31196e21d23868"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-06-12T11:58:47.000Z")
}

/* 5 */
{
    "_id" : ObjectId("557ac9afbb31196e21d23869"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-06-12T11:59:43.000Z")
}


// SQL Here
db.getCollection('wechat_message').aggregate(
    [  
        {   $project : { day : {$substr: ["$sendTime", 0, 10] }}},       
        {   $group   : { _id : "$day",  number : { $sum : 1 }}},
        {   $sort    : { _id : -1 }}       
    ]
)


// Result Here
"result" : [
        {
            "_id" : "2015-07-06",
            "number" : 13.0000000000000000
        },
        {
            "_id" : "2015-07-05",
            "number" : 3.0000000000000000
        },
        {
            "_id" : "2015-07-03",
            "number" : 10.0000000000000000
        },
        {
            "_id" : "2015-07-02",
            "number" : 29.0000000000000000
        },

123

/* 18 */
{
    "_id" : ObjectId("5596414cbe4d73a327e50274"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-07-03T08:01:16.000Z")
}

/* 19 */
{
    "_id" : ObjectId("5596414cbe4d73a327e50275"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-07-03T08:01:16.000Z")
}

/* 20 */
{
    "_id" : ObjectId("55964179a29582f427335cff"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-07-03T08:02:01.000Z")
}

/* 21 */
{
    "_id" : ObjectId("559641aba29582f427335d01"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-07-03T08:02:51.000Z")
}

/* 22 */
{
    "_id" : ObjectId("553ae47bd1ba636729be4106"),
    "msgType" : "text",
    "sendTime" : ISODate("2015-04-25T00:48:59.000Z")
}


// Group Sql here
db.getCollection('wechat_message').aggregate(
    [        
        {   $group   : { _id : {$dayOfYear: "$sendTime"},  click : { $sum : 1 }}},
        {   $sort    : { _id : -1 }}       
    ]
)


// Result here
{
            "_id" : 178,
            "click" : 8.0000000000000000
        },
        {
            "_id" : 177,
            "click" : 21.0000000000000000
        },
        {
            "_id" : 176,
            "click" : 32.0000000000000000
        },
        {
            "_id" : 175,
            "click" : 16.0000000000000000
        },
        {
            "_id" : 174,
            "click" : 8.0000000000000000
        },
        {
            "_id" : 173,
            "click" : 7.0000000000000000
        },
        {
            "_id" : 172,
            "click" : 8.0000000000000000
        },

456

// mongodb的查询真让人难以琢磨，就查询单天信息，都需要花费一番功夫才行。

// 第一种方式：
coll.aggregate([
          {$project:{sendDate: {$substr: ['$sendTime', 0, 10]}, sendTime: 1, content:1}},
          {$match:{sendDate: '2015-07-05'}},
        ])


// 第二种方式（第二种的变异）：
coll.aggregate([
          {$match: {'sendTime': {'$gte': new Date('2015-07-05'), '$lt': new Date('2015-07-06')}}}

// 第三中方式（第二种的变异）：
coll.aggregate([
          {$match: {'sendTime': {'$gte': new Date('2015-07-05 00:00:00'), '$lte': new Date('2015-07-05 23:59:59')}}}