统计并列出 MongoDB 中某个字段的前 20 个重复次数最多的值答案

【问题标题】：Count and list top 20 most repeated values of a certain field in MongoDB统计并列出 MongoDB 中某个字段的前 20 个重复次数最多的值
【发布时间】：2020-05-05 01:12:27
【问题描述】：

您能否确认正确的查询以列出 20 个最常用的主题标签以及它们在称为“推文”的 MongoDB 推文集合中使用的数字计数？

集合中的每个文档都代表一条推文。

请找到其中一个 JSON 格式的文档（推文）here

我尝试了以下查询：

db.tweets.aggregate([
  {
    $unwind: "$entities.hashtags"},
    {"$group" : {_id:"$entities.hashtags", count:{$sum:1}}},
    { $sort   : { count : -1 } },
    { $limit  : 20 }
])

展开用于分隔具有多个主题标签的文档。

输出看起来很接近：

/* 1 */
{
    "_id" : {
        "text" : "PrevenciónEsSalud",
        "indices" : [ 
            0, 
            18
        ]
    },
    "count" : 118.0
}

/* 2 */
{
    "_id" : {
        "text" : "DYK",
        "indices" : [ 
            0, 
            4
        ]
    },
    "count" : 112.0
}

/* 3 */
{
    "_id" : {
        "text" : "ActivadosPorLaSalud",
        "indices" : [ 
            0, 
            20
        ]
    },
    "count" : 45.0
}

/* 4 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            15, 
            23
        ]
    },
    "count" : 43.0
}

/* 5 */
{
    "_id" : {
        "text" : "HelloMyNameIs",
        "indices" : [ 
            9, 
            23
        ]
    },
    "count" : 41.0
}

/* 6 */
{
    "_id" : {
        "text" : "Quito",
        "indices" : [ 
            15, 
            21
        ]
    },
    "count" : 40.0
}

/* 7 */
{
    "_id" : {
        "text" : "LoMásLeído",
        "indices" : [ 
            20, 
            31
        ]
    },
    "count" : 40.0
}

/* 8 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            18, 
            26
        ]
    },
    "count" : 39.0
}

/* 9 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            0, 
            8
        ]
    },
    "count" : 38.0
}

/* 10 */
{
    "_id" : {
        "text" : "PrevenciónGripe",
        "indices" : [ 
            0, 
            16
        ]
    },
    "count" : 37.0
}

/* 11 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            21, 
            29
        ]
    },
    "count" : 36.0
}

/* 12 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            128, 
            136
        ]
    },
    "count" : 36.0
}

/* 13 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            40, 
            48
        ]
    },
    "count" : 35.0
}

/* 14 */
{
    "_id" : {
        "text" : "QuédateEnCasa",
        "indices" : [ 
            0, 
            14
        ]
    },
    "count" : 35.0
}

/* 15 */
{
    "_id" : {
        "text" : "ICYMI",
        "indices" : [ 
            0, 
            6
        ]
    },
    "count" : 35.0
}

/* 16 */
{
    "_id" : {
        "text" : "NosCuidamosTodos",
        "indices" : [ 
            0, 
            17
        ]
    },
    "count" : 34.0
}

/* 17 */
{
    "_id" : {
        "text" : "JuntosEcuador",
        "indices" : [ 
            0, 
            14
        ]
    },
    "count" : 34.0
}

/* 18 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            24, 
            32
        ]
    },
    "count" : 31.0
}

/* 19 */
{
    "_id" : {
        "text" : "EsteVirusLoParamosUnidos",
        "indices" : [ 
            0, 
            25
        ]
    },
    "count" : 28.0
}

/* 20 */
{
    "_id" : {
        "text" : "COVID19",
        "indices" : [ 
            23, 
            31
        ]
    },
    "count" : 28.0
}

但是，期望的结果是为 hastag 设置一列，为计数设置另一列，仅用于前 20 个重复次数最多的主题标签。

感谢您帮助我们获取此集合中最常用的 20 个主题标签。

谢谢。

【问题讨论】：

the desired outcome is to have a column for the hastag 是什么意思？
我认为你应该在$entities.hashtags.text上分组。

标签： mongodb mongodb-query

【解决方案1】：

你应该把它分组：

$group: {
      _id: "$entities.hashtags.text",
      count: {
        $sum: 1
      }
    }

【讨论】：