MongoDB 使用一个查询检索每个元素之一

Question

收集一个包含许多属于特定组的元素的集合 - 举个例子，假设它看起来像这样：

collection = db['news'] 
{'source': 'New York Times', 'article_name': xxx, 'data_published': xxx, 'link': xxx,'index': xxx, 'first_paragraph': xxx } 
{'source': 'Hacker News', 'article_name': xxx, 'data_published': xxx, 'link': xxx,'index': xxx, 'first_paragraph': xxx } 

假设我想检索集合中每个不同 {'source'} 的最新文章，这样查询的返回将是最新发表的文章（一篇）'New York时报、《黑客新闻》等最新发表的文章（一篇）。

这可以在单个查询中完成，还是必须是多个查询，如果是后者，我是否首先必须构建一个唯一“来源”列表，然后从每个查询中查询一篇文章?

跟进：如何获得子分组，即假设数据库条目也有作者：

{'source': 'New York Times', 'author': xxx, 'article_name': xxx, 'data_published': xxx, 'link': xxx,'index': xxx, 'first_paragraph': xxx } 
    {'source': 'Hacker News', author': xxx, 'article_name': xxx, 'data_published': xxx, 'link': xxx,'index': xxx, 'first_paragraph': xxx } 

目标是为每个“作者”返回一个条目（如前所述，但也按“源”分组为数组或字典）

Answer 1

你可以使用聚合框架来得到你想要的：

db.news.aggregate([
    { $sort: { "data_published": -1 } },
    {
        $group: {
            _id: "$source",
            name: {
                $first: "$article_name"
            },
            link: {
                $first: "$link"
            }
        }
    }
]);

编辑 如果要按多个字段分组，则需要将$group 中的_id 参数更改为：

_id : { source : "$source", author : "$author" }

这将首先按data_published 字段对您的文档进行排序，然后按source 分组。 $first 运算符只会采用它遇到的值。

有关更多详细信息，您可以查看$group 运算符的文档。