本文介绍如何高效地将 purchase 切片按过去 14 天（含当天）的自然日进行分组，生成 map[string][]purchase 结构，便于前端按日期展示；重点讲解时间归一化、边界处理及性能优化技巧。
本文介绍如何高效地将 purchase 切片按过去 14 天（含当天）的自然日进行分组，生成 map[string][]purchase 结构，便于前端按日期展示；重点讲解时间归一化、边界处理及性能优化技巧。
在 Go 中实现“按自然日（而非时间戳）对 Purchase 数据分组”，关键在于消除时间部分干扰，确保同一天（如 2024-05-29 00:00:00 至 23:59:59）的所有记录被归入同一键。直接使用 time.Time.Format("2006-01-02") 作为 map 键是最直观、可读性最强的方案，且完全满足 UI 展示需求（如 “Sunday May 29th”）。
以下为推荐实现：
package main
import (
"fmt"
"sort"
"time"
)
type Purchase struct {
ID int64
UserID int64
CreatedAt time.Time
}
// groupPurchasesByDate 将 purchases 按过去 14 天（含今日）的日期字符串分组
// 返回 map[YYYY-MM-DD][]Purchase，并按日期降序排列键（便于前端顺序遍历）
func groupPurchasesByDate(purchases []Purchase) map[string][]Purchase {
// 1. 计算起始日期：14 天前的 00:00:00（本地时区）
now := time.Now()
start := now.AddDate(0, 0, -13).Truncate(24 * time.Hour) // 注意：-13 天 + today = 14 天区间
// 更清晰写法：start := now.Truncate(24 * time.Hour).AddDate(0, 0, -13)
// 2. 初始化结果 map
grouped := make(map[string][]Purchase)
// 3. 遍历所有 purchase，仅保留落在 [start, now] 区间的记录，并按日期归组
for _, p := range purchases {
// 归一化到当日 00:00:00（去除时分秒）
dateKey := p.CreatedAt.Truncate(24 * time.Hour).Format("2006-01-02")
// 检查是否在目标日期范围内（注意：dateKey 是 string，需转 time 比较）
date, err := time.Parse("2006-01-02", dateKey)
if err != nil {
continue // 跳过解析失败的异常数据
}
if date.Before(start) || date.After(now) {
continue
}
grouped[dateKey] = append(grouped[dateKey], p)
}
return grouped
}
// getSortedDateKeys 返回按时间倒序排列的日期键（如 ["2024-05-29", "2024-05-28", ...]）
func getSortedDateKeys(grouped map[string][]Purchase) []string {
keys := make([]string, 0, len(grouped))
for k := range grouped {
keys = append(keys, k)
}
sort.Sort(sort.Reverse(sort.StringSlice(keys)))
return keys
}
// 示例用法
func main() {
purchases := []Purchase{
{ID: 1, UserID: 101, CreatedAt: time.Date(2024, 5, 29, 10, 30, 0, 0, time.Local)},
{ID: 2, UserID: 102, CreatedAt: time.Date(2024, 5, 28, 15, 45, 0, 0, time.Local)},
{ID: 3, UserID: 101, CreatedAt: time.Date(2024, 5, 27, 9, 12, 0, 0, time.Local)},
// 其他测试数据...
}
grouped := groupPurchasesByDate(purchases)
sortedDates := getSortedDateKeys(grouped)
// 输出示例（前端可直接遍历 sortedDates 渲染）
for _, dateStr := range sortedDates {
t, _ := time.Parse("2006-01-02", dateStr)
fmt.Println(t.Weekday(), t.Format("January 2, 2006")) // 如 "Sunday May 29, 2024"
for _, p := range grouped[dateStr] {
fmt.Printf(" - %s purchase id: %d, user: %d\n",
p.CreatedAt.Format("15:04"), p.ID, p.UserID)
}
}
}注意事项与优化建议：
- ✅ 避免小时级桶（hourly bucket）过度设计：原答案提出的“按小时归桶”适用于高频实时查询+超大数据集，但本场景只需按自然日展示，直接用 YYYY-MM-DD 字符串作 key 更简洁、内存友好、无额外计算开销。
- ✅ 时区一致性：所有 time.Time 操作应统一使用 time.Local（或明确指定时区），避免因服务器/数据库时区差异导致日期错位。
- ✅ 性能考量：单次遍历 O(n) 时间复杂度，无需预排序；若 purchases 极大（>10w），可先按 CreatedAt 排序后二分查找范围再归组，但通常非必需。
- ⚠️ UI 格式化交由前端或独立函数："Sunday May 29th" 这类格式建议在渲染层处理（如 Go 模板或 JS），保持分组逻辑纯净。
综上，该方案兼顾可读性、健壮性与执行效率，是面向日期展示场景的标准实践。
