MongoDB嵌套对象聚合计数答案

【问题标题】：MongoDB nested object aggregation countingMongoDB嵌套对象聚合计数
【发布时间】：2015-03-10 23:37:48
【问题描述】：

我有一个高度嵌套的 mongoDB 对象集，我想计算与给定条件匹配的子文档的数量编辑：（在每个文档中）。例如：

{"_id":{"chr":"20","pos":"14371","ref":"A","alt":"G"},
"studies":[
    {
        "study_id":"Study1",
        "samples":[
            {
                "sample_id":"NA00001",
                "formatdata":[
                    {"GT":"1|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            },
            {
                "sample_id":"NA00002",
                "formatdata":[
                    {"GT":"0|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            }
        ]
    }
]
}
{"_id":{"chr":"20","pos":"14372","ref":"T","alt":"AA"},
"studies":[
    {
        "study_id":"Study3",
        "samples":[
            {
                "sample_id":"SAMPLE1",
                "formatdata":[
                    {"GT":"1|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            },
            {
                "sample_id":"SAMPLE2",
                "formatdata":[
                    {"GT":"1|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            }
        ]
    }
]
}
{"_id":{"chr":"20","pos":"14373","ref":"C","alt":"A"},
"studies":[
    {
        "study_id":"Study3",
        "samples":[
            {
                "sample_id":"SAMPLE3",
                "formatdata":[
                    {"GT":"0|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            },
            {
                "sample_id":"SAMPLE7",
                "formatdata":[
                    {"GT":"0|0","GQ":48,"DP":8,"HQ":[51,51]}
                ]
            }
        ]
    }
]
}

我想知道有多少子文档包含 GT:"1|0"，在这种情况下，第一个文档为 1，第二个文档为 2，第三个文档为 0。我已经尝试过展开和聚合函数，但我显然没有做正确的事情。当我尝试按“GT”字段计算子文档时，mongo 抱怨：

db.collection.aggregate([{$group: {"$studies.samples.formatdata.GT":1,_id:0}}])

因为我的组名不能包含“.”，但如果我把它们排除在外：

db.collection.aggregate([{$group: {"$GT":1,_id:0}}])

它抱怨是因为“$GT 不能是操作员名称”

有什么想法吗？

【问题讨论】：

标签： mongodb mongodb-query aggregation-framework

【解决方案1】：

在处理数组时需要处理$unwind，并且需要执行3次：

 db.collection.aggregate([

     // Un-wind the array's to access filtering 
     { "$unwind": "$studies" },
     { "$unwind": "$studies.samples" },
     { "$unwind": "$studies.samples.formdata" },

     // Group results to obtain the matched count per key
     { "$group": {
         "_id": "$studies.samples.formdata.GT",
         "count": { "$sum": 1 }
     }}
 ])

理想情况下，您希望过滤输入。可能在处理 $unwind 之前和之后都使用 $match 执行此操作，并使用 $regex 匹配点处数据以“1”开头的文档。

 db.collection.aggregate([

     // Match first to exclude documents where this is not present in any array member
     { "$match": { "studies.samples.formdata.GT": /^1/ } },

     // Un-wind the array's to access filtering 
     { "$unwind": "$studies" },
     { "$unwind": "$studies.samples" },
     { "$unwind": "$studies.samples.formdata" },

     // Match to filter
     { "$match": { "studies.samples.formdata.GT": /^1/ } },

     // Group results to obtain the matched count per key
     { "$group": {
         "_id": {
              "_id": "$_id",
              "key": "$studies.samples.formdata.GT"
         },
         "count": { "$sum": 1 }
     }}
 ])

请注意，在所有情况下，以“美元 $”为前缀的条目都是指文档属性的“变量”。这些是使用右侧输入的“值”。左侧的“keys”必须指定为纯字符串键。没有变量可以用来命名键。

【讨论】：

是的，这可行，但它实际上计算集合中的所有值，而不是文档。我正在寻找的是相当于计算每个文档中的子文档，包括是否有 0。我将编辑我的原始帖子以使其更加清晰。
@StevenHart 你的问题不清楚。但是在分组键中包含文档 ID 是一件简单的事情。查看变化。
$unwinds 之后是否需要第二个 $match？

【解决方案2】：

https://mongoplayground.net/p/DpX6cFhR_mm

db.collection.aggregate([
  {
    "$unwind": "$tags"
  },
  {
    "$match": {
      "$or": [
        {
          "tags.name": "Canada"
        },
        {
          "tags.name": "ABC"
        }
      ]
    }
  },
  {
    "$group": {
      "_id": null,
      "count": {
        "$sum": 1
      }
    }
  }
])

【讨论】：