使用 mongodb 聚合查询获取子文档中的兄弟姐妹数

Question

我有一个带有标签子文档的文档集合。

{
    title:"my title",
    slug:"my-title",
    tags:[
        {tagname:'tag1', id:1},
        {tagname:'tag2', id:2},
        {tagname:'tag3', id:3}]
}
{
    title:"my title2",
    slug:"my-title2",
    tags:[
        {tagname:'tag1', id:1},
        {tagname:'tag2', id:2}]
}
{
    title:"my title3",
    slug:"my-title3",
    tags:[
        {tagname:'tag1', id:1},
        {tagname:'tag3', id:3}]
}
{
    title:"my title4",
    slug:"my-title4",
    tags:[
        {tagname:'tag1', id:1},
        {tagname:'tag2', id:2},
        {tagname:'tag3', id:3}]
}

[...]

使用 $unwind + group count 聚合来获取每个标签的计数非常简单

但是，我想找出一起找到的标签的计数，或者更准确地说，哪个兄弟姐妹最常出现在彼此旁边，按计数排序。我没有找到示例，也无法弄清楚如何在没有多个查询的情况下执行此操作。

理想的最终结果是：

{'tag1':{
    'tag2':3, // tag1 and tag2 were found in a document together 3 times
    'tag3':3, // tag1 and tag3 were found in a document together 3 times
    [...]}}

{'tag2':{
    'tag1':3, // tag2 and tag1 were found in a document together 3 times
    'tag3':2, // tag2 and tag3 were found in a document together 2 times
    [...]}}

{'tag3':{
    'tag1':3, // tag3 and tag1 were found in a document together 3 times
    'tag2':2, // tag3 and tag2 were found in a document together 2 times
    [...]}}

[...]

Answer 1

如前所述，让聚合框架从数据中生成任意键名是不可能的。也不可能在单个查询中进行这种分析。

但是有一种通用方法可以在整个集合中针对不确定数量的标签名称执行此操作。本质上，您将需要获取一个不同的“标签”列表，并为每个不同的值处理另一个查询，以获取该标签的“兄弟”和计数。

一般：

// Get a the unique tags
db.collection.aggregate([
    { "$unwind": "$tags" },
    { "$group": {
        "_id": "$tags.tagname"
    }}
]).forEach(function(tag) {
    var tagDoc = { };
    tagDoc[tag._id] = {};

    // Get the siblings count for that tag
    db.collection.aggregate([
        { "$match": { "tags.tagname": tag._id } },
        { "$unwind": "$tags" },
        { "$match": { "tags.tagname": { "$ne": tag._id } } },
        { "$group": {
            "_id": "$tags.tagname",
            "count": { "$sum": 1 }
        }}
    ]).forEach(function(sibling) {
          // Set the value in the master document
          tagDoc[tag._id][sibling._id] = sibling.count;   
    });
    // Just emitting for example purposes in some way
    printjson(tagDoc);
});

聚合框架可以在 MongoDB 2.6 之后的版本中返回游标，因此即使有大量标签，这也可以有效地工作。

这就是您处理此问题的方式，但实际上没有办法在单个查询中发生这种情况。为了更短的运行时间，您可以查看允许多个查询并行运行的框架，或者合并结果或发送到流。