Question

我有一个要求，我需要在两个记录上进行聚合，这两个记录都有一个具有不同值的数组字段。我需要的是当我对这些记录进行聚合时，结果应该有一个数组，其中包含来自不同数组的唯一值。这是一个例子：

第一条记录

 { Host:"abc.com" ArtId:"123", tags:[ "tag1", "tag2" ] }

第二条记录

{ Host:"abc.com" ArtId:"123", tags:[ "tag2", "tag3" ] }

在主机和artid上聚合后，我需要这样的结果：

 { Host: "abc.com", ArtId: "123", count :"2", tags:[ "tag1", "tag2", "tag3" ]}

我在群组声明中尝试了$addToset，但它给了我这样的标签：[["tag1","tag2"],["tag2","tag3"]]

你能帮我解决一下如何在聚合中实现这个目标

Answer 1

TLDR;

现代版本应在初始$reduce之后使用$setUnion $group，如下所示：

db.collection.aggregate([
  { "$group": {
    "_id": { "Host": "$Host", "ArtId": "$ArtId" },
    "count": { "$sum": 1 },
    "tags": { "$addToSet": "$tags" }
  }},
  { "$addFields": {
    "tags": {
      "$reduce": {
        "input": "$tags",
        "initialValue": [],
        "in": { "$setUnion": [ "$$value", "$$this" ] }
      }
    }
  }}
])

您找对$addToSet运算符是正确的，但在处理数组中的内容时，通常需要首先使用$unwind进行处理。这会对数组条目进行“反规范化”，并且基本上将父文档的“副本”与每个数组条目一起作为字段中的单数值。这就是你需要避免你所看到的行为而不使用它的原因。

你的“计数”虽然提出了一个有趣的问题，但在初始$group操作后通过使用“双重展开”很容易解决：

db.collection.aggregate([
    // Group on the compound key and get the occurrences first
    { "$group": {
        "_id": { "Host": "$Host", "ArtId": "$ArtId" },
        "tcount": { "$sum": 1 },
        "ttags": { "$push": "$tags" }
    }},

    // Unwind twice because "ttags" is now an array of arrays
    { "$unwind": "$ttags" },
    { "$unwind": "$ttags" },

    // Now use $addToSet to get the distinct values        
    { "$group": {
        "_id": "$_id",
        "tcount": { "$first": "$tcount" },
        "tags": { "$addToSet": "$ttags" }
    }},

    // Optionally $project to get the fields out of the _id key
    { "$project": {
        "_id": 0,
        "Host": "$_id.Host",
        "ArtId": "$_id.ArtId",
        "count": "$tcount",
        "tags": "$ttags"
    }}
])

最后一位$project也在那里，因为我在聚合管道的其他阶段为每个字段使用了“临时”名称。这是因为$project中存在一个优化，它按照“在”任何“新”字段添加到文档之前已经出现的顺序“复制”现有阶段中的字段。

否则输出如下：

{  "count":2 , "tags":[ "tag1", "tag2", "tag3" ], "Host": "abc.com", "ArtId": "123" }

字段的顺序与您想象的顺序不同。真的很琐碎，但对某些人来说很重要，所以值得解释原因，以及如何处理。

所以$unwind完成了将项目分开而不是数组的工作，并且首先执行$group可以让您获得“分组”键出现次数的“计数”。 / p>

稍后使用的$first运算符“保留”该“计数”值，因为它对“标记”数组中的每个值都“重复”。无论如何它都是相同的价值，所以无所谓。选择一个。

如何在Mongo聚合中合并文档中的数组字段

1 个答案:

TLDR;