使用聚合框架对每个组的前K个进行分组

Question

我有一个包含该格式文档的MongoDB集合:

{ "_id":..., "Group": 1, "Value": 4 }
{ "_id":..., "Group": 2, "Value": 8 }
{ "_id":..., "Group": 1, "Value": 10 }

等等...

给定X,Y和K,我想使用聚合框架来执行以下操作:

• 选择具有GroupX和Y之间属性的所有文档
• 由Group物业集团
• 在每个组中:仅选择具有最大Value属性的K个文档

有关如何做到这一点的任何想法？

Answer 1

前两个步骤很简单:

X = 1; Y = 3
db.collection.aggregate( [
    { $match: { Group: { $gte: X, $lt: Y } } },
    { $group: { _id: '$Group' } }
] );

使用上面的数据集,它可以为您提供:

{ "result" : [ { "_id" : 2 }, { "_id" : 1 } ], "ok" : 1 }

为了能够选择具有最大值的K文档,您需要修改您的组以包括每个文档和该组的最大值,然后我们展开以便我们可以对组和值(DESC)进行排序:

db.collection.aggregate( [
    { $match: { Group: { $gte: X, $lt: Y } } },
    { $group: { 
        _id: '$Group', 
        docs: { $push: { _id: '$_id', Group: '$Group', Value: '$Value' } }
    } },
    { $unwind: '$docs' },
    { $sort: { 'docs.Group': 1, 'docs.Value': -1 } }
] );

从现在开始,我们很震惊,因为与普通查询运算符$ push不同,我们还不能在聚合框架中执行$ push + $ slice.我们唯一可以做的是另一个组,因此您的应用程序可以选择具有最高值的每组K文档:

db.collection.aggregate( [
    { $match: { Group: { $gte: X, $lt: Y } } },
    { $group: { 
        _id: '$Group', 
        docs: { $push: { _id: '$_id', Group: '$Group', Value: '$Value' } }
    } },
    { $unwind: '$docs' },
    { $sort: { 'docs.Group': 1, 'docs.Value': -1 } }
    { $group: {
        _id: '$docs.Group', 
        docs: { $push: { 
            _id: '$docs._id', 
            Group: '$docs.Group', 
            Value: '$docs.Value' 
        } } 
    } }
] );

然后输出(添加几个文件后):

{
    "result" : [
        {
            "_id" : 2,
            "docs" : [
                {
                    "_id" : ObjectId("51e3a73dea832e98dd545f68"),
                    "Group" : 2,
                    "Value" : 22
                },
                {
                    "_id" : ObjectId("51e3a738ea832e98dd545f66"),
                    "Group" : 2,
                    "Value" : 17
                },
                {
                    "_id" : ObjectId("51e3a73aea832e98dd545f67"),
                    "Group" : 2,
                    "Value" : 13
                },
                {
                    "_id" : ObjectId("51e3a2aaea832e98dd545f64"),
                    "Group" : 2,
                    "Value" : 8
                },
                {
                    "_id" : ObjectId("51e3a736ea832e98dd545f65"),
                    "Group" : 2,
                    "Value" : 7
                }
            ]
        },
        {
            "_id" : 1,
            "docs" : [
                {
                    "_id" : ObjectId("51e3a740ea832e98dd545f69"),
                    "Group" : 1,
                    "Value" : 21
                },
                {
                    "_id" : ObjectId("51e3a2a5ea832e98dd545f63"),
                    "Group" : 1,
                    "Value" : 10
                },
                {
                    "_id" : ObjectId("51e3a742ea832e98dd545f6a"),
                    "Group" : 1,
                    "Value" : 5
                },
                {
                    "_id" : ObjectId("51e3a2a3ea832e98dd545f62"),
                    "Group" : 1,
                    "Value" : 4
                },
                {
                    "_id" : ObjectId("51e3a745ea832e98dd545f6b"),
                    "Group" : 1,
                    "Value" : 2
                }
            ]
        }
    ],
    "ok" : 1
}

MongoDB更新> = v3.2:

您现在可以$project在聚合管道的末尾添加一个阶段,以限制每个组的项目数:

$project: {
    _id: '$_id',
    docs: {
        $slice: [ 
            '$docs',
            3 // max number of elements returned from the start of the array
        ]
    } 
}