从 PyMongo 获取不同的模式匹配结果（子字符串）答案

【问题标题】：Get distinct pattern match results (substrings) from PyMongo从 PyMongo 获取不同的模式匹配结果（子字符串）
【发布时间】：2022-01-25 06:48:59
【问题描述】：

在 MongoDB 集合中查询给定字段中唯一/不同子字符串的最有效方法是什么？

示例文件：

{"_id": "1234.abc.test1", "some_key": "some_value"}
{"_id": "1234.abc.test2", "some_key": "some_value"}
{"_id": "0420.def.test3", "some_key": "some_value"}

以上文档 ID 遵循内部命名空间约定。我需要知道该命名空间的所有不同的第一个元素是什么。

对上述集合的查询的期望输出：

1234
0420

我试图避免将整个数据集取回，然后只在每一行上执行row['_id'].split('.')[0]。理想情况下，查询应该只返回这些子字符串的不同列表。

【问题讨论】：

标签： python mongodb mongodb-query pymongo-3.x

【解决方案1】：

这个想法其实和你的一样（即通过.分割得到第一个元素），然后$group他们得到不同的记录。

db.collection.aggregate([
  {
    $project: {
      first: {
        "$arrayElemAt": [
          {
            "$split": [
              "$_id",
              "."
            ]
          },
          0
        ]
      }
    }
  },
  {
    "$group": {
      "_id": "$first"
    }
  }
])

这里是Mongo playground 供您参考。

这是上述查询的 PyMongo 实现：

pipeline = [
    {"$project": {"first": {"$arrayElemAt": [{"$split": ["$_id", "."]}, 0]}}},
    {"$group": {"_id": "$first"}}
]
result = self.collection.aggregate(pipeline=pipeline, allowDiskUse=False)

【讨论】：

@muadDweeb 感谢您帮助补充 PyMongo 实施