Question

我有一个问题：

db.test.aggregate( {$group : { _id : '$key', frequency: { $sum : 1 } } } )

这将获得测试集中每个密钥枚举的频率。基本上，我已经获得了密钥的分发。

现在想象一下我想得到key1，key2和key3的分布（所以有三种不同的分布）。

显然，我可以使用每个单独的密钥运行此查询3次，但似乎我们可以通过允许它同时计算所有3个密钥来优化查询。我一直在玩它并搜索整个网络间，但到目前为止，我被委托运行三个单独的聚合查询或使用map / reduce函数。

有没有人有其他想法？

Answer 1

您可以在此处使用几种不同的方法：

使用map / reduce：不要这样做。现在，运行聚合框架3次比使用map reduce函数要快得多。
运行聚合3次。这不是最佳选择，但如果您没有时间限制，那么这是最简单的选择。如果您的聚合正在进行＆lt;无论如何几秒钟，我不会担心优化，直到它们成为一个问题。
这是我能想到的最好的解决方法。 $group运算符允许您在多个字段上构建_id。例如。 {"_id":{"a":"$key1", "b":"$key2", "c":"$key3"}}。这样做会为不同键的所有现有组合创建分组。您可以通过这种方式对密钥进行分组，然后在客户端中手动对结果进行求和。

让我详细说明一下。假设我们有一组形状。这些形状可以具有颜色，大小和种类（方形，圆形等）。多键ID上的聚合可能如下所示：

db.shapes.aggregate({$group:{_id:{"f1":"$f1", "f2":"$f2", "f3":"$f3"}, count:{"$sum":1}}})

并返回：

"result" : [
        {
            "_id" : {
                "f1" : "yellow",
                "f2" : "medium",
                "f3" : "triangle"
            },
            "count" : 4086
        },
        {
            "_id" : {
                "f1" : "red",
                "f2" : "small",
                "f3" : "triangle"
            },
            "count" : 4138
        },
        {
            "_id" : {
                "f1" : "red",
                "f2" : "big",
                "f3" : "square"
            },
            "count" : 4113
        },
        {
            "_id" : {
                "f1" : "yellow",
                "f2" : "small",
                "f3" : "triangle"
            },
            "count" : 4145
        },
        {
            "_id" : {
                "f1" : "red",
                "f2" : "small",
                "f3" : "square"
            },
            "count" : 4062
        }

......等等

然后，您将通过大幅减少的条目数量总结客户端的结果。假设每个密钥的唯一值数量与文档总数相比足够小，您可以在一个可忽略的时间内完成最后一步。

如何计算同一MongoDB聚合$ group查询中的多个键？

1 个答案: