mongodb - 如何使用 MongoDB 从聚合结果中投影附加数据？

Question

我正在学习 MongoDB 并尝试对集合进行分组。我正在寻找的是按年份分组，获取最大的“平均注释”字段并显示与该平均值相关的文档的字段主要名称

例如，如果我有:

Name    | Average   | Year
Name_01 | 7.56      | 1995
Name_02 | 8.96      | 1995
Name_03 | 3.25      | 2005
Name_04 | 4.36      | 2005
Name_05 | 7.52      | 2020

我需要:

Name    | Average   | Year
Name_02 | 8.96      | 1995
Name_05 | 7.52      | 2020
Name_04 | 4.36      | 2005

我已经完成了组和最大。这是我的代码:

db.foobar.aggregate([
    {
        $group: { _id: '$year_published', max: { $max: '$statistics.average' }}
    },
    {
        $project: { _id: 1, max: 1 }
    }, 
    {
        $sort: { max: -1 }
    }    
])

这给了我这样的结果:

{
    "result" : [ 
        {
            "_id" : 1999,
            "max" : 8.0343000000000000
        }, 
        {
            "_id" : 1985,
            "max" : 7.8833299999999999
        }
        // An so on...
}

但我还想转换与“max”相关的文档的主要名称，以获得如下内容:

 {
    "result" : [ 
        {
            "_id" : 1999,
            "max" : 8.0343000000000000,
            "name": "Foo Bar"
        }, 
        {
            "_id" : 1985,
            "max" : 7.8833299999999999,
            "name": "Lorem Ipsum"
        }
        // An so on...
}

注意:问题的下一部分增加了名称的复杂性(因为我的文档结构)。这不是我现在主要关心的问题，但我将它添加到问题中以反射(reflect)我所有的问题。

主要名称有点难以获得。对于每个文档，我都有一个这样的对象数组:

{
    "names" : [ 
        {
            "type" : "primary",
            "value" : "Foo bar"
        }, 
        {
            "type" : "alternate",
            "value" : "Foo foo"
        }, 
        {
            "type" : "alternate",
            "value" : "Bar bar"
        }
    ]
}

我想要得到的是具有“主要”类型的名称(即在我的示例中为“Foo bar”)。

这是我的文档结构:

{
    "_id" : ObjectId("56338f2bdc99b8ec22a43328"),
    "names" : [ 
        {
            "type" : "primary",
            "value" : "Foo bar"
        },
        {
            "type" : "alternate",
            "value" : "Barr foo"
        }
    ],
    "year_published" : 1992
    "statistics" : {
        "average" : 6.6057699999999997
    }
}

我想我还不算太远，但我不知道该怎么做......你能帮帮我吗？

Answer 1

如果您希望从具有“最大”值的特定文档中获取“配对”值，那么 $max 不适合您。相反，您需要做的是 $sort数据，然后使用 $first运营商。

db.foobar.aggregate([
    { "$sort":  { "year_published": 1, "statistics.average": -1 } },
    { "$group": { 
        "_id": "$year_published", 
        "max": { "$first": "$statistics.average" }},
        "name": { 
            "$first": {
                "$setDifference": [
                    { "$map": {
                        "input": "$names",
                        "as": "name",
                        "in": {
                            "$cond": {
                                "if": { "$eq": [ "$$name.type", "primary" ] },
                                "then": "$$name.value",
                                "else": false
                            }
                        }
                    }},
                    [false]
                ]
            }
        }
    }},
    { "$unwind": "$name" }
])

$first 和$last 运算符作用于“分组边界”数据。这意味着它们从出现在用于分组 _id 的值的开头或结尾处的属性返回数据。

这就是为什么要先“排序”，这样文档才能按顺序进行选择。

相比之下，$max 和$min 只是从示例文档中的任意位置选取“最大/最小”值。当您想要的时候这很好，但是如果您想要“相关”字段，那么您必须首先排序。

这就是它的基础。处理过滤数组的另一部分最好用 $map 完成。和 $setDifference组合如图。 $map 允许通过 $cond 测试条件在每个数组元素“内联”上，并根据是真还是假返回值。结果当然仍然是一个等长的数组。

$setDifference 实质上过滤掉了返回为 false 的所有内容，因此唯一剩下的应该是“主要的”。仍然是一个数组，这就是为什么 $unwind 仍然被使用的原因，尽管它只是一个单元素数组。

future 的 MongoDB 版本将通过 $filter 和 $arrayElemAt 更好地完成这项工作。这是一瞥:

db.foobar.aggregate([
    { "$sort":  { "year_published": 1, "statistics.average": -1 } },
    { "$group": { 
        "_id": "$year_published", 
        "max": { "$first": "$statistics.average" }},
        "name": { 
            "$first": {
                "$arrayElemAt": [
                    { "$filter": {
                        "input": "$names",
                        "as": "name",
                        "cond": {
                            "$eq": [ "$$name.type", "primary" ]
                        }
                    }},
                    0
                ]
            }
        }
    }}
])

但这一切都没有改变“先排序”的基本规则，然后才从分组边界中选取值。