从 MongoDB 获取产品属性计数

Question

我有一个带有属性的产品的 mongo 集合：

{
  "_id" : ObjectId("5888a2860c001d31a1089958"),
  "product_id" : "107",
  "store_id" : 0,
  "attributes" : [{
      "key" : "m",
      "value" : 21,
      "label" : "Mothercare"
    }, {
      "key" : "sp",
      "value" : 10.0,
      "label" : 10.0
    }, {
      "key" : "pr",
      "value" : 2,
      "label" : "150-300"
    }, {
      "key" : "c",
      "value" : 59,
      "label" : "Category 1"
    }, {
      "key" : "c",
      "value" : 86,
      "label" : "Category 2"
    }, {
      "key" : "c",
      "value" : 134,
      "label" : "Category 3"
    }, {
      "key" : "c",
      "value" : 1013,
      "label" : "Category 4"
    }, {
      "key" : "c",
      "value" : 1063,
      "label" : "Category 5"
    }, {
      "key" : "c",
      "value" : 1073,
      "label" : "Category 6"
    }, {
      "key" : "13",
      "value" : 270,
      "label" : "Brown"
    }, {
      "key" : "18",
      "value" : 125,
      "label" : "Girl"
    }, {
      "key" : "19",
      "value" : 298,
      "label" : "0-3 month"
    }, {
      "key" : "19",
      "value" : 299,
      "label" : "3-6 month"
    }, {
      "key" : "19",
      "value" : 300,
      "label" : "6-9 month"
    }, {
      "key" : "19",
      "value" : 301,
      "label" : "9-12 month"
    }]
}

我需要找到快速获取集合中所有属性的计数的方法。我曾尝试使用 MapReduce：

function map() {
    var max = this.attributes.length;
    var key = {};

    for (var i = 0; i < max; i++) {
        key = {
            key: this.attributes[i]['key'],
            value: this.attributes[i]['value'],
        }

        emit(key, {count: 1}); 
    }
}
function reduce(key, values) {
    var sum = 0;
    values.forEach(function(value) {
        sum += value['count'];
    });
    return {count: sum};
};

但是很慢：

timeMillis=2420  
counts={ "input" : 18963, "emit" : 221232, "reduce" : 7341, "output" : 1289 }

如何更快地找到所有属性的数量？我需要它用于产品过滤器。也许我必须使用其他集合结构？

我不需要找到属性的总数，我需要找到每个属性的计数，例如：
{ "key" : "c", "value" : 59 } 有 2345 个产品
{ "key" : "m", "value" : 21 } 有 258 个产品

Answer 1

要通过键值对获得attributes的总数，可以试试这个查询。

db.collectionName.aggregate([
    {$unwind:{"$attributes"}}
    {$group: {
            _id: {"key": "$attributes.key","value": "$attributes.value"},
            count: { $sum: 1 }
        }
    },
    {$project:{
        key:"$_id.key",
        value:"$_id.value",
        count:1
       }
    }
])

Answer 2

运行以下管道将为您提供所需的结果：

db.collection.aggregate([
    { "$unwind": "$attributes" },
    {
        "$group": {
            "_id": {
                "key": "$attributes.key",
                "value": "$attributes.value"
            },
            "counts": { "$sum": 1 }
        }
    }
])

要获得更高效的查询，请使用聚合框架。考虑使用 $project 运行管道，以使用 attributes 数组上的 $size 运算符获取每个文档的属性数，然后使用 final $group 管道，您可以在其中指定 _id 值为 null 以计算所有输入文档整体的累积值，并使用 $sum 计算总计数如下：

db.collection.aggregate([
    {
        "$project": {
            "counts": {
                "$size": "$attributes"
            }
        }       
    },
    {
        "$group": {
            "_id": null,
            "counts": { "$sum": "$counts" }
        }
    }
])

上面将返回集合中所有产品的属性总数。

---

如果您想使用属性计数来过滤产品，请考虑使用 $redact 管道：

var attributeCount = 12; // for example
db.collection.aggregate([
    {
        "$redact": {
            "$cond": [
                { "$eq": [ { "$size": "$attributes" }, attributeCount ] },
                "$$KEEP",
                "$$PRUNE"
            ]
        }       
    }
])

这相当于 $project 和 $match 管道的组合，尽管您不必指定 @ 中的所有字段987654328@管道，如下：

db.collection.aggregate([
    {
        "$project": {
            "product_id": 1,
            "store_id": 1,
            "$attributes": 1,
            "counts": {
                "$size": "$attributes"
            }
        }       
    },
    { "$match": { "counts": { "$gte": attributeCount } } }
])