MongoDB 按键值对聚合/分组答案

【问题标题】：MongoDB aggregate/grouping by key-value pairsMongoDB 按键值对聚合/分组
【发布时间】：2016-07-03 20:32:10
【问题描述】：

我的数据如下所示：

    { 
            "_id" : "9aa072e4-b706-47e6-9607-1a39e904a05a", 
            "customerId" : "2164289-4", 
            "channelStatuses" : {
                    "FOO" : {
                    "status" : "done"
                    }, 
                    "BAR" : {
                    "status" : "error"
                    }
            }, 
            "channel" : "BAR", 
    }

我的聚合/组如下所示：

    { 
            "_id" : {
                    "customerId" : "$customerId", 
                    "channel" : "$channel", 
                    "status" : "$channelStatuses[$channel].status"
            }, 
                    "count" : {
                    "$sum" : 1
            }
    }

所以基本上对于示例数据，该组应该给我一个分组：

   {"customerId": "2164289-4", "channel": "BAR", "status": "error"}

但我不能在聚合/组中使用 []-indexing。我应该怎么做？

【问题讨论】：

标签： mongodb mapreduce mongodb-query aggregation-framework

【解决方案1】：

使用.aggregate() 无法通过当前结构获得所需的结果。您“可以”更改结构以使用数组而不是命名键，并且操作实际上非常简单。

所以对于这样的文档：

    { 
            "_id" : "9aa072e4-b706-47e6-9607-1a39e904a05a", 
            "customerId" : "2164289-4", 
            "channelStatuses" : [
                {
                    "channel": "FOO",
                    "status" : "done"
                }, 
                {
                    "channel": "BAR",
                    "status" : "error"
                }
            ], 
            "channel" : "BAR", 
    }

然后，您可以在现代版本中使用 $filter、$map 和 $arrayElemAt：

    { "$group": {
        "_id": {
            "customerId" : "$customerId", 
            "channel" : "$channel", 
            "status": {
                "$arrayElemAt": [
                    { "$map": {
                        "input": { "$filter": {
                            "input": "$chanelStatuses",
                            "as": "el", 
                            "cond": { "$eq": [ "$$el.channel", "$channel" ] }
                        }},
                        "as": "el",
                        "in": "$$el.status"
                    }},
                    0
                ]
            }
        },
        "count": { "$sum": 1 }
    }}

旧版本的 MongoDB 将需要 $unwind 才能访问匹配的数组元素。

在 MongoDB 2.6 中，您仍然可以在展开之前“预过滤”数组：

[
    { "$project": {
        "customerId": 1,
        "channel": 1,
        "status": {
            "$setDifference": [
                { "$map": {
                    "input": "$channelStatuses",
                    "as": "el",
                    "in": {
                        "$cond": [
                            { "$eq": [ "$$el.channel", "$channel" ] },
                            "$$el.status",
                            false
                        ]
                    }
                }},
                [false]
            ]
        }
    }},
    { "$unwind": "$status" },
    { "$group": {
        "_id": {
            "customerId": "$customerId",
            "channel": "$channel",
            "status": "$status"
        },
        "count": { "$sum": 1 }
    }}
]

而在此之前的任何内容，您都可以在 $unwind 之后“过滤”：

[
    { "$unwind": "$channelStatuses" },
    { "$project": {
        "customerId": 1,
        "channel": 1,
        "status": "$channelStatuses.status",
        "same": { "$eq": [ "$channelStatuses.status", "$channel" ] }
    }},
    { "$match": { "same": true } },
    { "$group": {
        "_id": "$_id",
        "customerId": { "$first": "$customerId" },
        "channel": { "$first": "$channel" },
        "status": { "$first": "$status" }
    }},
    { "$group": {
        "_id": {
            "customerId": "$customerId",
            "channel": "$channel",
            "status": "$status"
        },
        "count": { "$sum": 1 }
    }}
]

在低于 MongoDB 2.6 的版本中，您还需要 $project 两个字段之间的相等性测试结果，然后在单独的阶段对结果进行 $match。您可能还会注意到“两个”$group 阶段，因为第一个阶段通过$first 累加器在过滤器之后删除了"channel" 值的任何可能重复项。下面的$group 与前面的清单完全相同。

但是，如果您无法更改结构并且需要“灵活”匹配键，而您无法提供每个名称，那么您必须使用 mapReduce：

db.collection.mapReduce(
    function() {
       emit({
           "customerId": this.customerId,
           "channel": this.channel,
           "status": this.channelStatuses[this.channel].status
       },1);
    },
    function(key,values) {
        return Array.sum(values);
    },
    { "out": { "inline": 1 } }
)

你当然可以在哪里使用这种符号

【讨论】：

谢谢。我决定将 channelStatuses 更改为您描述的数组。有没有更简单的方法来获取正确的频道，比如说首先展开 channelStatuses，然后进行匹配（“channelStatuses.channel”：“$channels”），然后按状态分组？
@Keksike 像$filter 和$map 这样的操作的全部要点是“避免”使用$unwind。 $unwind 操作符本质上是一个“巨大的”性能猪。除非您打算从包含在数组中的值跨文档聚合，否则您应该避免使用$unwind。你可以做同样的事情，但成本要高得多。最好的方法是显示的方法。
您对如何在没有 arrayElemAt 的情况下进行分组有任何想法，因为我使用的 mongodb-version 不支持它？
@Keksike 你有什么？至少 MongoDB 2.6.x？
@Keksike 添加了所有内容。