mongodb - 如何使用 group by 聚合并正确排序

Question

我正在使用 Mongodb。考虑我的下一个文档:

{ uid: 1, created: ISODate("2014-05-02..."), another_col : "x" },
{ uid: 1, created: ISODate("2014-05-05..."), another_col : "y" },
{ uid: 2, created: ISODate("2014-05-10..."), another_col : "z" },
{ uid: 3, created: ISODate("2014-05-05..."), another_col : "w" },
{ uid: 1, created: ISODate("2014-05-01..."), another_col : "f" },
{ uid: 2, created: ISODate("2014-05-22..."), another_col : "a" }

我想做的是对 uid 进行简单的 groupby 并按降序对创建的内容进行排序，这样我就可以获得每个 uid 的第一行。

预期输出的示例

{ uid: 1, created: ISODate("2014-05-05..."), another_col: "y" },
{ uid: 2, created: ISODate("2014-05-22..."), another_col: "a" },
{ uid: 3, created: ISODate("2014-05-05..."), another_col: "w" }

我能得到的最好的是:

db.mycollection.aggregate( {$group: {_id: "$uid", rows: {$push: { "created" : "$created" }}}}, sort { // doesnt work well }  )

任何人都可以指导我如何正确组合分组依据和排序？它只是没有像我预期的那样工作。(注意:我检查了很多线程，但我找不到适合我的情况的正确答案)

Answer 1

这里有一些问题需要理解。

当您使用 $group 时边界将按照它们被发现的顺序排序，没有初始或结束阶段 $sort手术。因此，如果您的文件最初是这样排列的:

{ uid: 1, created: ISODate("2014-05-02..."), another_col : "x" },
{ uid: 1, created: ISODate("2014-05-05..."), another_col : "y" },
{ uid: 3, created: ISODate("2014-05-05..."), another_col : "w" },
{ uid: 2, created: ISODate("2014-05-10..."), another_col : "z" },

然后只需使用 $group没有 $sort在管道的末端会返回这样的结果:

{ uid: 1, created: ISODate("2014-05-05..."), another_col : "y" },
{ uid: 3, created: ISODate("2014-05-05..."), another_col : "w" },
{ uid: 2, created: ISODate("2014-05-10..."), another_col : "z" },

这是一个概念，但实际上您所期望的结果似乎需要按 uid 的排序顺序返回“最后其他字段”，这就是您要查找的内容。在这种情况下，获得结果的方法实际上是首先进行 $sort，然后使用 $last运算符(operator):

db.mycollection.aggregate([

    // Sorts everything first by _id and created
    { "$sort": { "_id": 1, "created": 1 } },

    // Group with the $last results from each boundary
    { "$group": {
        "_id": "$uid",
        "created": { "$last": "$created" },
        "another_col": { "$last": "$created" }
    }}
])

或者基本上将排序应用于您想要的内容。

$last之间的区别和 $max是后者将为分组 _id 中的给定字段选择“最高”值，而不管当前按未排序的顺序排序。另一方面，$last将选择与“最后”分组 _id 值出现在同一“行”中的值。

---

如果您实际上想要对数组的值进行排序，那么方法是相似的。将数组成员保持在“创建”顺序中，您也将首先排序:

db.mycollection.aggregate([

    // Sorts everything first by _id and created
    { "$sort": { "_id": 1, "created": 1 } },

    // Group with the $last results from each boundary
    { "$group": {
        "_id": "$uid",
        "row": {
            "$push": {
                "created": "$created",
                "another_col": "$another_col"
            }
        }
    }}
])

并且具有这些字段的文档将按照它们已经排序的顺序添加到数组中。