MongoDB - 聚合框架（总数）

Question

在 MongoDB 上运行正常的“查找”查询时，我可以通过在返回的游标上运行“计数”来获得总结果计数（不考虑限制）。因此，即使我将结果集限制为 10（例如），我仍然可以知道结果总数为 53（再次，例如）。

如果我理解正确，那么聚合框架不会返回游标，而只是返回结果。因此，如果我使用$limit 管道运算符，我如何知道结果的总数而不管所述限制？

我想我可以运行两次聚合（一次通过$group 计算结果，一次通过$limit 计算实际有限的结果），但这似乎效率低下。

另一种方法是在$limit 操作之前将结果总数附加到文档（通过$group），但这似乎也低效，因为这个数字将附加到每个文档（而不仅仅是为集合返回一次）。

我在这里遗漏了什么吗？有任何想法吗？谢谢！

例如，如果这是查询：

db.article.aggregate(
    { $group : {
        _id : "$author",
        posts : { $sum : 1 }
    }},
    { $sort : { posts: -1 } },
    { $limit : 5 }
);

我怎么知道有多少结果可用（$limit 之前）？结果不是游标，所以我不能只对它进行计数。

Answer 1

有一个使用 push 和 slice 的解决方案：https://stackoverflow.com/a/39784851/4752635（@emaniacs 在这里也提到过）。

但我更喜欢使用 2 个查询。推送 $$ROOT 并使用 $slice 的解决方案遇到了 16MB 的大型集合的文档内存限制。此外，对于大型集合，两个查询一起运行似乎比使用 $$ROOT 推送的查询运行得更快。您也可以并行运行它们，因此您只会受到两个查询中较慢的查询（可能是排序的那个）的限制。

1. 首先进行过滤，然后按 ID 分组以获取过滤元素的数量。不要在这里过滤，没有必要。
2. 过滤、排序和分页的第二个查询。

我已经使用 2 个查询和聚合框架解决了这个解决方案（注意 - 我在这个例子中使用了 node.js）：

var aggregation = [
  {
    // If you can match fields at the begining, match as many as early as possible.
    $match: {...}
  },
  {
    // Projection.
    $project: {...}
  },
  {
    // Some things you can match only after projection or grouping, so do it now.
    $match: {...}
  }
];


// Copy filtering elements from the pipeline - this is the same for both counting number of fileter elements and for pagination queries.
var aggregationPaginated = aggregation.slice(0);

// Count filtered elements.
aggregation.push(
  {
    $group: {
      _id: null,
      count: { $sum: 1 }
    }
  }
);

// Sort in pagination query.
aggregationPaginated.push(
  {
    $sort: sorting
  }
);

// Paginate.
aggregationPaginated.push(
  {
    $limit: skip + length
  },
  {
    $skip: skip
  }
);

// I use mongoose.

// Get total count.
model.count(function(errCount, totalCount) {
  // Count filtered.
  model.aggregate(aggregation)
  .allowDiskUse(true)
  .exec(
  function(errFind, documents) {
    if (errFind) {
      // Errors.
      res.status(503);
      return res.json({
        'success': false,
        'response': 'err_counting'
      });
    }
    else {
      // Number of filtered elements.
      var numFiltered = documents[0].count;

      // Filter, sort and pagiante.
      model.request.aggregate(aggregationPaginated)
      .allowDiskUse(true)
      .exec(
        function(errFindP, documentsP) {
          if (errFindP) {
            // Errors.
            res.status(503);
            return res.json({
              'success': false,
              'response': 'err_pagination'
            });
          }
          else {
            return res.json({
              'success': true,
              'recordsTotal': totalCount,
              'recordsFiltered': numFiltered,
              'response': documentsP
            });
          }
      });
    }
  });
});

Answer 2

Assaf，在不久的将来会对聚合框架进行一些增强，这可能使您可以轻松地一次完成计算，但现在，最好通过并行运行两个查询来执行计算：一个聚合您的顶级作者的#posts，另一个聚合计算所有作者的总帖子。另外，请注意，如果您需要做的只是对文档进行计数，则使用 count 函数是执行计算的一种非常有效的方法。 MongoDB 在 btree 索引中缓存计数，从而可以非常快速地对查询进行计数。

如果这些聚合结果很慢，有几个策略。首先，请记住，如果适用，您希望使用 $match 开始查询以减少结果集。 $matches 也可以通过索引来加速。其次，您可以将这些计算作为预聚合执行。不必每次用户访问应用程序的某些部分时都运行这些聚合，而是让聚合在后台定期运行，并将聚合存储在包含预聚合值的集合中。这样，您的页面就可以简单地从该集合中查询预先计算的值。

Answer 3

$facets 聚合操作可用于 Mongo 版本 >= 3.4。 这允许在管道的特定阶段在多个子管道中分叉，在这种情况下，允许构建一个子管道来计算文档数量，另一个用于排序、跳过、限制。

这可以避免在多个请求中多次创建相同的阶段。

Answer 4

如果您不想并行运行两个查询（一个用于聚合您的顶级作者的#posts，另一个聚合用于计算所有作者的总帖子数）您可以删除管道和结果上的 $limit你可以使用

totalCount = results.length;
results.slice(number of skip,number of skip + number of limit);

例如：

db.article.aggregate([
    { $group : {
        _id : "$author",
        posts : { $sum : 1 }
    }},
    { $sort : { posts: -1 } }
    //{$skip : yourSkip},    //--remove this
    //{ $limit : yourLimit }, // remove this too
]).exec(function(err, results){
  var totalCount = results.length;//--GEt total count here
   results.slice(yourSkip,yourSkip+yourLimit);
});

Answer 5

我遇到了同样的问题，用 $project、$slice 和 $$ROOT 解决了。

db.article.aggregate(
{ $group : {
    _id : '$author',
    posts : { $sum : 1 },
    articles: {$push: '$$ROOT'},
}},
{ $sort : { posts: -1 } },
{ $project: {total: '$posts', articles: {$slice: ['$articles', from, to]}},
).toArray(function(err, result){
    var articles = result[0].articles;
    var total = result[0].total;
});

您需要声明from 和to 变量。

https://docs.mongodb.com/manual/reference/operator/aggregation/slice/

Answer 6

我得到了aggregate().toArray().length的总数

Answer 7

在我的例子中，我们使用 $out 阶段将结果集从 aggeration 转储到临时/缓存表中，然后对其进行计数。而且，由于我们需要对结果进行排序和分页，我们在临时表上添加索引并在会话中保存表名，在会话关闭/缓存超时时删除表。