MongoDB:用MapReduce统计数组元素的重复次数

Question

对于集合中的每个文档，它都有一个字符串数组。我怎么能计算所有这个集合中数组的每个元素的重复时间？现在我可以找到所有不同的元素，但是 Map Reduce 函数有点棘手，我还没有完全理解。

Doc A    
{
_id:
name:
actors: ["a", "b", "c"]
}

Doc B     
{
_id:
name:
actors: ["a", "d"]
}

Doc C   
{
_id:
name:
actors: ["a", "c", "f"]
}

我想得到 a:3 b:1 c:2 d:1 f:1 的统计结果。

Answer 1

您可以选择的另一条路线是 aggregation framework 。以上述集合为例

填充测试集合:

db.collection.insert([
    { "_id" : 1, "name" : "ABC1", "actors": ["a", "b", "c"] },
    { "_id" : 2, "name" : "ABC2", "actors" : ["a", "d"] },
    { "_id" : 3, "name" : "XYZ1", "actors" : ["a", "c", "f"] }
])

使用 MongoDB 3.4.4 或更新版本:

db.collection.aggregate([
    { "$unwind" : "$actors" },
    { "$group": { "_id": "$actors", "count": { "$sum": 1} } },
    { "$group": {
        "_id": null,
        "counts": {
            "$push": {
                "k": "$_id",
                "v": "$count"
            }
        }
    } },
    { "$replaceRoot": {
        "newRoot": { "$arrayToObject": "$counts" }
    } }    
])

输出

{
    a: 3,
    b: 1,
    c: 2,
    d: 1,
    f: 1
}

---

使用 MongoDB 3.2 及以下版本:

以下聚合管道操作使用 $unwind 阶段为 actors 数组和 $group 中的每个元素输出文档 阶段根据 actors 数组中的值对文档进行分组然后通过 $sum 计算每个组的文档数(给出数组元素作为一个组的出现次数) 运算符:

db.collection.aggregate([
    { "$unwind" : "$actors" },
    { "$group": { "_id": "$actors", "count": { "$sum": 1} } }
])

该操作返回以下结果，这将与您的期望非常匹配，但不会以键/值对的形式为您提供文档:

/* 0 */
{
    "result" : [ 
        {
            "_id" : "f",
            "count" : 1
        }, 
        {
            "_id" : "d",
            "count" : 1
        }, 
        {
            "_id" : "c",
            "count" : 2
        }, 
        {
            "_id" : "b",
            "count" : 1
        }, 
        {
            "_id" : "a",
            "count" : 3
        }
    ],
    "ok" : 1
}