在 MongoDB 聚合中合并数组字段答案

【问题标题】：Merging array fields in MongoDB aggregation在 MongoDB 聚合中合并数组字段
【发布时间】：2013-10-09 08:20:26
【问题描述】：

在使用 MongoDB 聚合框架时是否可以合并数组字段？这是我要解决的一个摘要问题：

用于聚合的示例输入文档：

{
  "Category" : 1,
  "Messages" : ["Msg1", "Msg2"],
  "Value" : 1
},
{
  "Category" : 1,
  "Messages" : [],
  "Value" : 10
},
{
  "Category" : 1,
  "Messages" : ["Msg1", "Msg3"],
  "Value" : 100
},
{
  "Category" : 2,
  "Messages" : ["Msg4"],
  "Value" : 1000
},
{
  "Category" : 2,
  "Messages" : ["Msg5"],
  "Value" : 10000
},
{
  "Category" : 3,
  "Messages" : [],
  "Value" : 100000
}

我们希望在总结“价值”并合并“消息”时按“类别”分组。我试过这个聚合管道：

{group : {
        _id : "$Category",
        Value : { $sum : "$Value"},
        Messages : {$push : "$Messages"}
    }
}, 
{$unwind : "$Messages"}, 
{$unwind : "$Messages"}, 
{$group : {
        _id : "$_id",
        Value : {$first : "$Value"},
        Messages : {$addToSet : "$Messages"}
    }
}

结果是：

"result" : [{
        "_id" : 1,
        "Value" : 111,
        "Messages" : ["Msg3", "Msg2", "Msg1"]
    }, 
    {
        "_id" : 2,
        "Value" : 11000,
        "Messages" : ["Msg5", "Msg4"]
    }
]

但是，这完全错过了类别 3，因为“类别”为 3 的文档没有任何“消息”，并且它们在第二次展开时被删除。我们希望结果还包括以下内容：

{
    "_id" : 3,
    "Value" : 100000,
    "Messages" : []
}

聚合框架有没有一种巧妙的方法来实现这一点？

【问题讨论】：

Messages 是否保证以数组的形式存在？还是它可能不存在或将存在但作为不同的类型？
yes Messages 保证以数组的形式存在（对于某些记录可能为空）。
你试过preserveNullAndEmptyArrays选项到$unwind吗？
这个问题是在我们使用 v2.6 时提出的。我相信使用 preserveNullAndEmptyArrays 应该可以满足我们的需求。

标签： mongodb aggregation-framework

【解决方案1】：

如果 Messages 保证为数组，则可以使用以下技巧：

> db.messages.find()
    { "Category" : 1, "Messages" : [  "Msg1",  "Msg2" ], "Value" : 1 }
    { "Category" : 1, "Messages" : [ ], "Value" : 10 }
    { "Category" : 1, "Messages" : [  "Msg1",  "Msg3" ], "Value" : 100 }
    { "Category" : 2, "Messages" : [  "Msg4" ], "Value" : 1000 }
    { "Category" : 2, "Messages" : [  "Msg5" ], "Value" : 10000 }
    { "Category" : 3, "Messages" : [ ], "Value" : 100000 }

> var group1 = {
    "$group":   {
        "_id":      "$Category",
        "Value":    {
            "$sum":     "$Value"
        },
        "Messages": {
            "$push":    "$Messages"
        }
    }
};

> var project1 = {
    "$project": {
        "Value":    1,
        "Messages": {
            "$cond":    [
                {
                    "$eq":  [
                        "$Messages",
                        [ [ ] ]
                    ]
                },
                [ [ null ] ],
                "$Messages"
            ]
        }
    }
};

> db.messages.aggregate( group1, project1 )
    { "_id" : 3, "Value" : 100000, "Messages" : [  [  null ] ] }
    { "_id" : 2, "Value" : 11000, "Messages" : [  [  "Msg4" ],  [  "Msg5" ] ] }
    { "_id" : 1, "Value" : 111, "Messages" : [  [  "Msg1",  "Msg2" ],  [ ],  [  "Msg1",  "Msg3" ] ] }

现在展开两次并重新组合以获得单个 Messages 数组。

> var unwind = {"$unwind":"$Messages"};

> var group2 = {
    $group: {
        "_id":      "$_id", 
        "Value":    {
            "$first":       "$Value"
        }, 
        "Messages": {
            "$addToSet":    "$Messages"
        }
    }
};

> var project2 = {
    "$project": {
        "Category": "$_id",
        "_id":      0,
        "Value":    1,
        "Messages": {
            "$cond":    [
                {
                    "$eq":  [
                        "$Messages",
                        [ null ]
                    ]
                },
                [ ],
                "$Messages"
            ]
        }
    }
};

> db.messages.aggregate(group1, project1, unwind, unwind, group2 ,project2 )
    { "Value" : 111, "Messages" : [  "Msg3",  "Msg2",  "Msg1" ], "Category" : 1 }
    { "Value" : 11000, "Messages" : [  "Msg5",  "Msg4" ], "Category" : 2 }
    { "Value" : 100000, "Messages" : [ ], "Category" : 3 }

【讨论】：

感谢您的提示。它几乎可以满足我的需要。但是，有时它不会产生预期的结果。类别 1 的汇总结果（基于我原始帖子中的文档）最终有 4 条消息：[“Msg1”、“Msg2”、“Msg3”、“dummy”]。我不确定如何轻松摆脱这种情况下的“虚拟”。
对 - 有办法摆脱它 - 我会更新答案
好的，现在包含所有步骤的完整答案 - 应该正是您想要的 :)
@AsyaKamsky 谢谢，这是一个很大的帮助，你能帮我再做一个用例吗，因为我的文档中有两个数组字段，你可以说消息和标签。我需要两个字段的相同行为
将其发布为包含完整详细信息的问题 - cmets 并不是真正用于讨论新问题。

【解决方案2】：

正如在其中一个 cmets 中已经提到的，对原始问题的最简单答案是将 preserveNullAndEmptyArrays 添加到 $unwind 阶段。

【讨论】：