MongoDB的timezone问题

MongoDB是以UTC格式来存储所有时间的，查询的时候也是返回UTC时间，不提供在数据库连接级别的timezone支持，这就带来一个问题：无法使用groupby对日期进行聚合，因为你所在的timezone的日期跟UTC的日期不完全是同一天。

虽然这个功能在社区里面呼声还是比较高的，但是10gen公司至今都没有给出timezone支持的时间表。 https://jira.mongodb.org/browse/SERVER-6310

这样对于想要存储正确时间到mongodb中，有两种套路。

1：存入数据库之前，把datetime转成UTC时间；从数据库读取时(读取的结果并不带timezone信息，因为它肯定是UTC时间)，再把UTC时间转成local timezone。  具体参照这里

2：使用驱动本身提供的tz_aware=True来进行半自动转，为什么说是半自动，因为插入的时候datetime必须带有tzinfo信息，它才能帮助你自动转换成UTC，不然就直接存入mongoDB了。查询的时候datetime带了UTC的tzinfo，需要使用astimezone把它转成local timezone。 具体参照这里

对于groupby的问题，到目前还没有好的解决方案，要么把数据全部拉到客户端，然后进行统一转换，再统计。这样代价会比较大，对于大一点数据来说就不太现实。

如果不需要同一数据支持多timezone的话，可以把本地时间直接存入到mongodb中 ；）

纪录一次自己碰到的一个跟groupby相关的具体问题及解决方案。

《背景》

通过各个app server上的td-agent来收集apache的access log，并存入mongoDB中

 td-agent用于收集access log的配置

<source>
  type tail
  path /var/log/httpd/access_log
  pos_file /var/log/td-agent/access_log.pos
  tag apache.access
  format /^(?<host>[^ ]*) [(?<time>[^]]*)] (?<user>[^ ]*) (?<url>[^ ]*) (?<code>[^ ]*) (?<size>[^ ]*) (?<taken>[^ ]*)$/
  time_format %d/%b/%Y:%H:%M:%S %z
</source>

<match apache.access>
  # plugin type
  type mongo_timezone

  # timezone
  utcoffset 8

  # mongodb db + collection
  database apache
  collection access

  # mongodb host + port
  host 127.0.0.1
  port 27017

  # interval
  flush_interval 10s
</match>

为了使得groupby可以对日期聚合，必须把本地时间直接存入mongoDB，所有的hack就在mongo_timezone这个mongo_timezone  自己定制plugin里面了。（把该定制文件放入/etc/td-agent/plugin/就可以在配置文件里面直接使用）

每一个fluent的event log包含三部分，tag，time，message。这是一个sample

2013-08-09T00:00:30+09:00       apache.access      {"host":"117.136.88.98","user":"1","request":"POST /index/ HTTP/1.1","code":"200","size":"822","taken":"40790"}

根据fluent-plugin-mongo的源代码，这个timestamp形式的time值默认会写入mongoDB，可以在这里定制我需要的值。

--EOF--