对于每个文档，使用数组中的 $max 字段检索对象

Question

我的收藏中有以下文件。每个文档都包含有关特定位置的历史天气数据：

{
'location':'new york', 
'history':[
    {'timestamp':1524542400, 'temp':79, 'wind_speed':1, 'wind_direction':'SW'}
    {'timestamp':1524548400, 'temp':80, 'wind_speed':2, 'wind_direction':'SW'}
    {'timestamp':1524554400, 'temp':82, 'wind_speed':3, 'wind_direction':'S'}
    {'timestamp':1524560400, 'temp':78, 'wind_speed':4, 'wind_direction':'S'}
    ]
},
{
'location':'san francisco', 
'history':[
    {'timestamp':1524542400, 'temp':80, 'wind_speed':5, 'wind_direction':'SW'}
    {'timestamp':1524548400, 'temp':81, 'wind_speed':6, 'wind_direction':'SW'}
    {'timestamp':1524554400, 'temp':82, 'wind_speed':7, 'wind_direction':'S'}
    {'timestamp':1524560400, 'temp':73, 'wind_speed':8, 'wind_direction':'S'}
    ]
},
{
'location':'miami', 
'history':[
    {'timestamp':1524542400, 'temp':84, 'wind_speed':9, 'wind_direction':'SW'}
    {'timestamp':1524548400, 'temp':85, 'wind_speed':10, 'wind_direction':'SW'}
    {'timestamp':1524554400, 'temp':86, 'wind_speed':11, 'wind_direction':'S'}
    {'timestamp':1524560400, 'temp':87, 'wind_speed':12, 'wind_direction':'S'}
    ]
}

我想获取每个位置（或多或少）的最新天气数据列表，如下所示：

{
'location':'new york', 
'history':{'timestamp':1524560400, 'temp':78, 'wind_speed':4, 'wind_direction':'S'}
},
{
'location':'san francisco', 
'history':{'timestamp':1524560400, 'temp':73, 'wind_speed':8, 'wind_direction':'S'}
},
{
'location':'miami', 
'history':{'timestamp':1524560400, 'temp':87, 'wind_speed':12, 'wind_direction':'S'}
}

我很确定它需要某种 $group 聚合，但不知道如何通过$max:<field> 选择整个对象。例如，下面的查询只返回最大时间戳本身，没有任何附带的字段。

db.collection.aggregate([{
    '$unwind': '$history'
}, {
    '$group': {
        '_id': '$name',
        'timestamp': {
            '$max': '$history.timestamp'
        }
    }
}])

返回

{ "_id" : "new york", "timestamp" : 1524560400 }
{ "_id" : "san franciscoeo", "timestamp" : 1524560400 }
{ "_id" : "miami", "timestamp" : 1524560400 }

实际的集合和数组非常大，因此客户端处理并不理想。任何帮助将不胜感激。

Answer 1

作为您找到的答案的作者，我认为我们实际上可以使用现代 MongoDB 版本做得更好。

单个文档匹配

简而言之，我们实际上可以将$max 应用于您的特定情况，与$indexOfArray 和$arrayElemAt 一起使用以提取匹配值：

db.collection.aggregate([
  { "$addFields": {
    "history": {
      "$arrayElemAt": [
        "$history",
        { "$indexOfArray": [ "$history.timestamp", { "$max": "$history.timestamp" } ] }
      ]
    }
  }}
])

哪个会回报你：

{
        "_id" : ObjectId("5ae9175564de8a00a66b3974"),
        "location" : "new york",
        "history" : {
                "timestamp" : 1524560400,
                "temp" : 78,
                "wind_speed" : 4,
                "wind_direction" : "S"
        }
}
{
        "_id" : ObjectId("5ae9175564de8a00a66b3975"),
        "location" : "san francisco",
        "history" : {
                "timestamp" : 1524560400,
                "temp" : 73,
                "wind_speed" : 8,
                "wind_direction" : "S"
        }
}
{
        "_id" : ObjectId("5ae9175564de8a00a66b3976"),
        "location" : "miami",
        "history" : {
                "timestamp" : 1524560400,
                "temp" : 87,
                "wind_speed" : 12,
                "wind_direction" : "S"
        }
}

当然，实际上不需要“分组”任何内容，只需从每个文档中找到 $max 值，就像您似乎正在尝试做的那样。这避免了您需要强制通过$group 或实际上是$unwind 来“破坏”任何其他文档输出。

其用法本质上是$max 从指定的数组属性返回“最大值”值，因为$history.timestamp 是从数组对象中提取“仅那些值”的一种简短标记方式。

这用于与相同的“值列表”进行比较，以通过$indexOfArray 确定匹配的“索引”，它将数组作为第一个参数，将要匹配的值作为第二个参数。

$arrayElemAt 运算符也将数组作为它的第一个参数，这里我们使用完整的"$history" 数组，因为我们要提取“完整对象”。我们通过 $indexOfArray 运算符的“返回索引”值来执行此操作。

每个文档的“多个”匹配项

当然，这对于“单个”匹配很好，但是如果您想将其扩展为具有相同 $max 值的“多个”匹配，那么您可以改用 $filter：

db.collection.aggregate([
  { "$addFields": {
    "history": {
      "$filter": {
        "input": "$history",
        "cond": { "$eq": [ "$$this.timestamp", { "$max": "$history.timestamp" } ] }
      }
    }
  }}
])

哪个会输出：

{
        "_id" : ObjectId("5ae9175564de8a00a66b3974"),
        "location" : "new york",
        "history" : [
                {
                        "timestamp" : 1524560400,
                        "temp" : 78,
                        "wind_speed" : 4,
                        "wind_direction" : "S"
                }
        ]
}
{
        "_id" : ObjectId("5ae9175564de8a00a66b3975"),
        "location" : "san francisco",
        "history" : [
                {
                        "timestamp" : 1524560400,
                        "temp" : 73,
                        "wind_speed" : 8,
                        "wind_direction" : "S"
                }
        ]
}
{
        "_id" : ObjectId("5ae9175564de8a00a66b3976"),
        "location" : "miami",
        "history" : [
                {
                        "timestamp" : 1524560400,
                        "temp" : 87,
                        "wind_speed" : 12,
                        "wind_direction" : "S"
                }
        ]
}

主要区别当然是"history" 属性仍然是一个“数组”，因为这是$filter 将产生的。当然还要注意，如果实际上有“多个”条目具有相同的时间戳值，那么这当然会返回所有条目，而不仅仅是匹配的“第一个索引”。

基本上是针对“每个”数组元素进行比较，以查看“当前”（"$$this"）对象是否具有与$max结果匹配的指定属性，并最终仅返回那些数组元素匹配提供的条件。

---

这些本质上是您的“现代”方法，可以避免$unwind 的开销，实际上$sort 和$group 可能不需要它们。当然，处理单个文档时不需要它们。

但是，如果您确实需要通过特定的分组键在“多个文档”中 $group 并考虑数组“内部”的值，那么您发现的初始方法实际上适合该场景，最终您“必须”$unwind 以这种方式处理数组“内部”的项目。并且还要考虑“跨文档”。

因此请注意在您真正需要的地方以及“分组”是您的实际意图的地方使用像$group 和$unwind 这样的阶段仅。如果您只是想在“文档中”查找某些内容，那么有更有效的方法可以做到这一点，而无需这些阶段为处理带来的所有额外开销。