$setWindowFields不支持非平滑时间窗，仅支持基于文档位置或数值范围的窗口，无法按动态真实时间边界截取数据；替代方案是用$facet配合$dateTrunc分组模拟。
$setWindowFields 在 MongoDB 5.0+ 中确实存在，但它**不支持非平滑（non-contiguous）时间窗**，比如“过去7天内每天的累计订单数”或“每个用户最近3次登录的时间差”。它只支持基于文档位置（documents）或物理范围（range）的窗口，而**不能按真实时间边界（如 2024-01-01T00:00:00Z 到 2024-01-07T23:59:59Z）动态截取数据子集**。
为什么 $setWindowFields 无法做“按时间范围滚动统计”
MongoDB 的 $setWindowFields 窗口类型只有两种：
-
documents: [ -N, 0 ]：基于前 N 条文档（排序后），和时间无关；若数据写入乱序或有缺失，结果就错 -
range: [ -X, 0 ]：基于排序字段值的数值范围（如{ sortBy: { timestamp: 1 }, window: { range: [-604800000, 0], unit: "milliseconds" } }），但前提是timestamp是毫秒数整型 —— 而绝大多数集合存的是ISODate，直接用会报错Range window requires a numeric sortBy field
你没法写 range: { start: { $dateSubtract: ... }, end: "$$NOW" } 这类动态时间表达式。窗口边界必须是常量或字段引用，不能是聚合表达式。
替代方案：用 $facet + $dateTrunc 模拟“时间窗分组”
真正可行的、贴近“非平滑时间窗”语义的做法，是放弃窗口函数，改用 $facet 配合时间标准化：
- 先用
$dateTrunc把时间字段对齐到目标粒度（如“天”），再$group统计每窗起点的汇总值 - 如果要“每个用户过去7天的每日订单数”，得先
$addFields: { day: { $dateTrunc: { date: "$created_at", unit: "day", timezone: "Asia/Shanghai" } } }，再$group: { _id: { uid: "$uid", day: "$day" }, count: { $sum: 1 } } - 需要“滚动累计”？加一层
$setWindowFields在已分好天的集合上按uid分组、按day排序、用documents: [ -7, 0 ]累加 —— 但注意：这依赖day字段已转成可排序的日期字符串或时间戳，且必须确保每天都有记录（否则窗口会缺位）
容易踩的坑：时区 + 类型 + 空值三连击
几乎所有失败都卡在这三点：
-
created_at是字符串？$dateTrunc直接返回null，后续$group全进_id: null桶里 - 没设
timezone，UTC 时间2024-01-01T16:00:00Z在Asia/Shanghai是2024-01-02，导致分天错位 - 字段含
null或缺失，$dateTrunc输出null，$group不报错但吞掉这部分数据 —— 建议前置$match: { created_at: { $exists: true, $type: "date" } }
想靠 $setWindowFields 实现任意时间范围滚动计算，目前只能妥协：要么把时间字段预存为毫秒数（牺牲可读性），要么接受用 $facet + 多阶段 $dateTrunc + $group 拆解逻辑。后者更稳，也更容易 debug。
