MongoDB - 对象？为什么我需要聚合_id

Question

以下是MongoDB教程的示例（此处为集合ZIP Code db：

db.zipcodes.aggregate( [
   { $group: { _id: "$state", totalPop: { $sum: "$pop" } } },
   { $match: { totalPop: { $gte: 10*1000*1000 } } }
] )

如果我将_id替换为其他字词Test，我会收到错误消息：

"errmsg" : "exception: the group aggregate field 'Test' must be defined as an expression inside an object",
"code" : 15951,
"ok" : 0

有人能帮助我理解为什么我的命令需要_id吗？我认为MongoDB会自动分配ID，如果使用则不提供ID。

Answer 1

在$group阶段，_id用于指定组条件。你显然需要它。

如果您熟悉SQL世界，请将其视为GROUP BY子句。

_{请注意，在该上下文中，_id实际上是生成的集合中的唯一标识符，因为根据定义$group不能生成具有该字段相同值的两个文档。 /子>}

Answer 2

我们将了解_id阶段内的$group字段＆amp;查看在组聚合阶段构建_id的一些最佳实践。我们来看看这个查询：

db.companies.aggregate([{
  $match: {
    founded_year: {
      $gte: 2010
    }
  }
}, {
  $group: {
    _id: {
      founded_year: "$founded_year"
    },
    companies: {
      $push: "$name"
    }
  }
}, {
  $sort: {
    "_id.founded_year": 1
  }
}]).pretty()

我们可能不清楚的一件事是为什么_id字段是以这种“文档”方式构建的？我们也可以这样做：

db.companies.aggregate([{
  $match: {
    founded_year: {
      $gte: 2010
    }
  }
}, {
  $group: {
    _id: "$founded_year",
    companies: {
      $push: "$name"
    }
  }
}, {
  $sort: {
    "_id": 1
  }
}]).pretty()

我们不是这样做的，因为在这些输出文件中 - 这个数字究竟意味着什么并不明确。所以，我们实际上不知道。在某些情况下，这意味着在解释这些文件时可能会有困惑。因此，另一种情况可能是将_id文档分组为多个字段：

db.companies.aggregate([{
  $match: {
    founded_year: {
      $gte: 2010
    }
  }
}, {
  $group: {
    _id: {
      founded_year: "$founded_year",
      category_code: "$category_code"
    },
    companies: {
      $push: "$name"
    }
  }
}, {
  $sort: {
    "_id.founded_year": 1
  }
}]).pretty()

$push只是将元素推送到生成数组。通常，可能需要将提升的字段分组到较高级别：

db.companies.aggregate([{
  $group: {
    _id: {
      ipo_year: "$ipo.pub_year"
    },
    companies: {
      $push: "$name"
    }
  }
}, {
  $sort: {
    "_id.ipo_year": 1
  }
}]).pretty()

将表达式解析为文档作为_id密钥也是完美的。

db.companies.aggregate([{
  $match: {
    "relationships.person": {
      $ne: null
    }
  }
}, {
  $project: {
    relationships: 1,
    _id: 0
  }
}, {
  $unwind: "$relationships"
}, {
  $group: {
    _id: "$relationships.person",
    count: {
      $sum: 1
    }
  }
}, {
  $sort: {
    count: -1
  }
}])

Answer 3

_id字段是必填字段，但如果不希望根据密钥或密钥进行汇总，则可以将其设置为null。不使用它将导致字段上的单个聚合值。因此，它在此上下文中表示“保留字”，指示每个组产生的“标识符”/键是什么。

在您的情况下，按_id: "$state"分组会产生n totalPop的汇总结果，前提是n有state个不同的值（类似）到SELECT SUM() FROM table GROUP BY state）。然而，

$group : {_id : null, totalPop: { $sum: "$pop" }}}

会为totalPop提供单一结果（类似于SELECT SUM() FROM table）。

组操作符documentation中详细描述了此行为。