聚合查询中的MongoDB限制数组

Question

我正在尝试编写一个查询来返回每个类别的前 X 个术语 - 例如前 5 名，前 10 名等。每个术语都有一个相关的类别，并且基于另一个 stackoverflow question 的一些帮助，我设法得到了这个：

db.collection.aggregate([
  { 
    $group : { 
      _id :  { 
        category: "$uri.category",
        term: "$uri.term",
      },
      total: { $sum : 1 } 
    }
  },
  { $sort : { total : -1 } },
  { 
    $group : { 
        _id :  "$_id.category",
        terms: { 
            $push: { 
                term: "$_id.term",
                total: "$total"
            }
        }
     }
  }
]);

上述查询确实有效，并返回如下所示的数据：

[
 { category: "movies", 
   terms: [ { term: "movie 1", total: 5000 }, { term: "movie 2", total: 200 } ... ]
 },
 { category: "sports", 
   terms: [ { term: "football 1", total: 4000 }, { term: "tennis 2", total: 250 } ... ]
 },
]

但是，我试图将术语数组限制为固定数字，即 5 或 10 - 这将对应于每个类别的 X 搜索次数。我一直在尝试各种选项，例如在$push 中添加$slice 以减少术语数组，但没有成功。

这可以使用聚合框架来实现吗，还是我应该看看另一种方法？

Answer 1

从 MongoDb 版本 3.1.6 开始，您现在可以在 $project 阶段进行切片：

{
    $project: {
        terms: {
            $slice: ["$terms", 0, 10]
        }
    }
}

如果您想将 $pushed 的项目数限制为 10。

问题来了： https://jira.mongodb.org/browse/SERVER-6074

Answer 2

似乎从 Mongodb 2.6 开始，不支持使用 $slice 或 $push 和 .aggregate() 函数/命令来限制数组大小的能力。 这是 MongoDb 问题跟踪器上的 feature request。

我要做的是将聚合结果输出到集合中。然后更新集合。

示例：

设置：

use test;
var rInt = function(x) {
    return 1 + ~~(Math.random() * x);
};
var rObj = function() {
    return {
        "timestamp": new Date(),
        "category": "movies" + rInt(5),
        "term": "my movie" + rInt(20)
    }
};
for (var i = 0, l = 100; i < l; i++) {
    db.al.insert(rObj());
}

聚合查询

db.al_out.drop();

db.al.aggregate([
  { 
    $group : { 
      _id :  { 
        category: "$category",
        term: "$term",
      },
      total: { $sum : 1 } 
    }
  },
  { $sort : { total : -1 } },
  { 
    $group : { 
        _id :  "$_id.category",
        terms: { 
            $push: { 
                term: "$_id.term",
                total: "$total"
            }
        }
     }
  }
  ,{ $out : "al_out" }  // output the documents to `db.al_out`
]);

// limit the size of terms to 3 elements.
db.al_out.update( {}, {
  $push : {
    terms : { 
      $each : [],
      $slice : 3 
    }
  }
}, {
  multi:true
});

结果：

db.al_out.find();

{ "_id" : "movies1", "terms" : [ { "term" : "my movie7", "total" : 3 }, { "term" : "my movie6", "total" : 3 }, { "term" : "my movie17", "total" : 2 } ] }
{ "_id" : "movies2", "terms" : [ { "term" : "my movie3", "total" : 4 }, { "term" : "my movie11", "total" : 2 }, { "term" : "my movie2", "total" : 2 } ] }
{ "_id" : "movies4", "terms" : [ { "term" : "my movie9", "total" : 3 }, { "term" : "my movie1", "total" : 3 }, { "term" : "my movie7", "total" : 2 } ] }
{ "_id" : "movies3", "terms" : [ { "term" : "my movie19", "total" : 5 }, { "term" : "my movie8", "total" : 4 }, { "term" : "my movie14", "total" : 4 } ] }
{ "_id" : "movies5", "terms" : [ { "term" : "my movie7", "total" : 6 }, { "term" : "my movie17", "total" : 4 }, { "term" : "my movie3", "total" : 2 } ] }

Answer 3

我会在 $sort 之后和 $group 之前添加一个 $limit 阶段：

{ $limit : 5 },

这应该将随后被推入数组的文档数限制为 5。这也将用于限制排序中内存中维护的文档总数，这应该会提高整体性能：

当 $sort 紧接在管道中的 $limit 之前时，$sort 操作仅在进行时保持前 n 个结果，其中 n 是指定的限制，MongoDB只需要存储n个项目 记忆。

http://docs.mongodb.org/manual/reference/operator/aggregation/limit/