$group 的聚合对 $first 产生了奇怪的行为

Question

我的聚合有一个奇怪的行为。我有很多这样的文件：

{
    "_id" : "xxxxxxx",
    "someId" : "xxxxxxx",
    "creationDatetime" : ISODate("2019-07-11T15:10:35.747Z"),
    "versions" : [ 
        {
            "versionDatetime" : ISODate("2019-07-11T15:10:35.785Z"),
            "startDatetime" : ISODate("2019-03-29T09:07:04.000Z"),
            "endDatetime" : ISODate("2019-08-05T11:07:04.000Z"),
            "name" : "ThisIsAName"
        },
        {
            "versionDatetime" : ISODate("2019-07-11T15:20:35.785Z"),
            "startDatetime" : ISODate("2019-03-29T09:07:04.000Z"),
            "endDatetime" : ISODate("2019-08-05T11:07:04.000Z"),
            "name" : "ThisIsAName"
        }
    ],
    "_class" : "com.xx.xx.xx.MyDocument"
}

当有新版本时，我尝试通过“someId”和“versions.name”聚合每个文档。

private List<> function(List<String> someIds) {
Instant now = Instant.now();

        MatchOperation matchOperation = Aggregation.match(new Criteria(MyDocument.version.dateTime)
                .gte(now.minus(1, ChronoUnit.MINUTES).truncatedTo(ChronoUnit.MINUTES))
                .lt(now.truncatedTo(ChronoUnit.MINUTES))
                .and(MyDocument.id).in(someIds));

        SortOperation sortByUpdateDatetime = sort(Sort.Direction.DESC, MyDocument.version.dateTime);

        GroupOperation groupByService = group(MyDocument.someId, MyDocument.version.name)
                .count().as(count)
                .first(MyDocument.someId).as(someId)
                .first(MyDocument.version.name).as(name)
                .first(MyDocument.version.dateTime).as(lastUpdate);

        Aggregation aggregation = newAggregation(matchOperation, sortByUpdateDatetime, groupByService);
        AggregationResults<ClientAggregationResult> result = mongoTemplate.aggregate(
                aggregation, MyDocument.class, ClientAggregationResult.class);

        return result.getMappedResults().stream().map(this::toDataDTO).collect(Collectors.toList());
}

在 mongoShell 中是这样的：

db.getCollection('parkingRight').aggregate([ { 
    "$match" : { 
        "versions.datetime" : { 
            "$gte" : { 
                "$date" : "2020-06-23T15:00:00.000Z"} , 
                "$lt" : { "$date" : "2020-06-24T17:20:00.000Z"}} , 
                "someId" : { "$in" : [ "xxx", "yyy", "kkk"]}}} , 
                { "$sort" : { "versions.datetime" : -1}} , 
                { "$group" : { 
                    "_id" : { 
                        "someId" : "$someId" , 
                        "name" : "$versions.name"} , 
                    "count" : {"$sum" : 1} , 
                    "someId" : { "$first" : "$someId"} , 
                    "name" : { "$first" : "$versions.name"} , 
                    "lastDate" : { "$first" : "$versions.datetime"}
                }
            }
        ])

但是当有多个版本时，聚合的 Doc 会像这样连接字段名称：name: ThisIsAName,ThisIsAName。每个版本的文档都有一个 ThisIsAName。

其他字段正常。

你知道这是我的言辞错误还是奇怪的行为？

Answer 1

这是预期的行为。

在聚合中，匹配阶段选择整个文档，而不是其中的一部分，因此在此阶段之后，管道中的文档看起来与原始文档完全相同。

排序阶段也对整个文档进行操作，并且不会对嵌入数组中的元素进行重新排序。在此阶段之后，文档的顺序可能与之前不同，但每个文档的格式仍与开始时完全相同。

当小组赛开始时，管道中的每个文档都已完全未经修改地通过。由于versions 是一个文档数组，投影versions.name 将为您提供一个数组，其中包含每个文档中name 字段的值。

如果您想处理单个版本文档，您可以在初始匹配阶段之后展开版本数组以考虑所有版本，或者使用带有数组运算符之一的 project/addFields 来消除您不感兴趣的条目。