如何计算匹配给定条件的子文档的平均值总和？

Question

我的文档结构如下：

[
    {
        series_id: 0,
        books: [
            {
                book_id: 0,
                scores: [
                    {
                        critic_id: 0,
                        score : 7.5
                    },
                    {
                        critic_id: 1,
                        score : 8.5
                    },
                    {
                        critic_id: 2,
                        score : 2.5
                    }
                ]
            },
            {
                book_id: 1,
                scores: [
                    {
                        critic_id: 0,
                        score : 5.5
                    },
                    {
                        critic_id: 1,
                        score : 7.5
                    },
                    {
                        critic_id: 2,
                        score : 9.5
                    }
                ]
            }
        ]
    },
    ...
]

现在，我想在给定评论家 ID 列表（最好是有序的）的情况下，找到每本书平均得分最高的系列。

因此，例如，我想找到评论家得分最高的系列 [0,2]。这应该返回：

[
    {
        series_id: 0,
        score: 12.5 
    },
    ...
]

或者只是一个序列号的有序列表：

[ 0, ... ]

因为评论家 0 和 2 的 book_0 的平均值是 5，而评论家 0 和 2 的 book_1 的平均值是 7.5。总和这是 12.5

现在我被困在：

return list(db['series']).find(sort=[("series.books.scores", 1)])

Answer 1

从版本 3.2 开始，$avg 累加器表达式以前只能在 $group 阶段使用，现在也可以在 $project 阶段使用，然后我们可以利用它来缩短我们之前的管道。

为此，您在$redact 阶段之后$project 您的文档并在我们的投影中使用$avg 运算符，我们可以返回$map 返回的分数数组的平均值，然后使用$group 到返回预期的结果。

db.series.aggregate([
    { '$match': {
        'books.scores.critic_id': { '$in': [ 0,2 ] }
    }},
    { '$unwind': '$books' }, 
    { '$project': { 
        'series_id': 1, 
        'book_id': '$books.book_id', 
        'scores': '$books.scores'
    }},
    { '$redact': {
        '$cond': [
            { '$or': [
                { '$eq': [ '$critic_id', 0 ] }, 
                { '$eq': [ '$critic_id', 2 ] },
                { '$not': '$critic_id' }
            ]}, 
            '$$DESCEND', '$$PRUNE'
        ]
    }}, 
    { '$project': { 
        'series_id': 1, 
        'score': {
            '$avg': { 
                '$map': { 
                    'input': '$scores', 
                    'as': 'score', 
                    'in': '$$score.score'
                }
            }
        }
    }}, 
    { '$group': { 
        '_id': '$_id', 
        'series_id': { '$first': '$series_id' }, 
        'score': { '$sum': '$score' }
    }}
])

产量：

{ "_id" : ObjectId("56543c98571635184da33953"), "series_id" : 0, "score" : 12.5 }

---

在 MongoDB 3.2 之前，您需要非规范化“books”数组，然后 $project 我们的文档。然后我们可以从那里使用$redact 返回减小将在下一阶段处理的文档的大小。然后是$unwind 和$group 阶段。

db.series.aggregate([
    { '$match': { 
        'books.scores.critic_id': { '$in': [ 0, 2 ] }
    }},
    { '$unwind': '$books' }, 
    { '$project': { 
        'series_id': 1, 
        'book_id': '$books.book_id', 
        'scores': '$books.scores'
    }},
    { '$redact': {
        '$cond': [
            { '$or': [
                { '$eq': [ '$critic_id', 0 ] }, 
                { '$eq': [ '$critic_id', 2 ] }, 
                { '$not': '$critic_id' } 
            ]}, 
            '$$DESCEND', '$$PRUNE'
        ]
    }}, 
    { '$unwind': '$scores' },
    { '$group': { 
        '_id': '$book_id', 
        'series_id': { '$first': '$series_id' }, 
        'avgScores': { '$avg': '$scores.score' }
    }},
    { '$group': {
        '_id': '$series_id', 
        'score': { '$sum': '$avgScores' }
    }} 
])

产量：

{ "_id" : 0, "score" : 12.5 }

---

另一种方法是首先使用 $match 运算符过滤掉“critic_id”而不是 $in [0, 2] 的文档。我们管道中的下一个是$unwind 阶段，用于对“books”和“scores”数组进行非规范化。从那里你需要两个$group 阶段。第一个计算“分数”的$avg，第二个返回这些平均值的$sum。

db.series.aggregate([
    { '$match': {
        'books.scores.critic_id': { '$in': [ 0,2 ] }
    }}, 
    { '$unwind': '$books' }, 
    { '$unwind': '$books.scores' },
    { '$match': { 
        'books.scores.critic_id': { '$in': [ 0, 2 ] }
    }}, 
    { '$group': { 
        '_id': '$books.book_id',
        'series_id': { '$first': '$series_id' }, 
        'total': { '$avg': '$books.scores.score' }
    }}, 
    { '$group': { 
        '_id': '$series_id', 
        'score': { '$sum': '$total' }
    }}
])

返回：

{ "_id" : 0, "score" : 12.5 }

您始终可以将可选的$project 阶段添加到管道的末尾，如下所示：

{ '$project': { 
    'series_id': '$_id', 
    'score': 1, 
    '_id': 0
}} 

返回这个：

{ "score" : 12.5, "series_id" : 0 }

但这会导致性能下降。

值得注意的是，PyMongo 返回一个游标，因此您需要循环游标并打印结果。