Consultas Mongo con NodeJs. En este artículo explico de forma práctica cómo replicar y mejorar un script que busca applicationId creados desde la medianoche de un viernes concreto usando NodeJs y MongoDB. El flujo básico consiste en obtener la cadena de conexión desde la variable de entorno MONGO_URI o usar un valor por defecto, conectar con MongoClient, seleccionar la base de datos y la colección, definir un límite temporal en formato ISO UTC y ejecutar una consulta que cubra dos casos comunes de almacenamiento de fecha.
Cómo funciona la consulta. Se crea un límite boundary a partir de una fecha ISO UTC y su representación en cadena boundaryISO. El filtro utiliza una expresión $or con dos ramas: una para el caso en que createdTimeStamp.dateTime es un Date de BSON y se compara con boundary, y otra para el caso en que createdTimeStamp.dateTime es una cadena ISO en formato ISO 8601 y se compara lexicográficamente con boundaryISO tras comprobar el tipo con $type string. La proyección devuelve únicamente applicationId y se itera el cursor con batchSize para controlar la memoria, contabilizando los documentos coincidentes.
Consideraciones prácticas. Si la medianoche del viernes se define en una zona horaria local como Nueva York en horario EDT (UTC-4), hay que convertirla a UTC sumando 4 horas, por ejemplo medianoche en NYC del 19 de septiembre de 2025 equivale a 2025-09-19T04:00:00Z en UTC. Es recomendable tener un índice sobre createdTimeStamp.dateTime para que la consulta sea eficiente. Si hay formatos mixtos de fecha es posible usar $convert o normalizar los datos al insertarlos para evitar comparaciones complejas. Añadir manejo robusto de errores, cierre de conexión en finally y límites de tiempo en las operaciones mejora la estabilidad en producción.
Mejoras y despliegue. Para entornos productivos conviene usar pooling, gestión de credenciales con secretos en el proveedor cloud y desplegar la aplicación en infraestructuras escalables. También se recomienda instrumentar métricas y logs para monitorizar tiempos de respuesta y volumen de datos procesados. Si necesitas migrar o desplegar soluciones en la nube podemos ayudar con servicios cloud AWS y Azure mediante prácticas seguras y automatizadas, por ejemplo revisando la arquitectura y configuraciones.
Sobre Q2BSTUDIO. Somos una empresa de desarrollo de software especializada en aplicaciones a medida y software a medida, con experiencia en inteligencia artificial, ia para empresas, agentes IA, ciberseguridad y servicios cloud aws y azure. Ofrecemos soluciones integrales que abarcan desde el desarrollo de aplicaciones hasta servicios de inteligencia de negocio y power bi, siempre orientadas a maximizar el valor de sus datos y procesos. Si quieres potenciar tu proyecto con software a medida o desarrollar aplicaciones multiplataforma visita Desarrollo de aplicaciones y software multicanal y para soluciones de infraestructura y despliegue en la nube consulta Servicios cloud AWS y Azure.
Palabras clave integradas naturalmente: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi. Si deseas que adaptemos el script a tu caso concreto, optimicemos índices o integremos la consulta en una canalización ETL o en una API, en Q2BSTUDIO podemos ayudarte a diseñar la mejor solución.