计数字符串与多个文档中的字段匹配的次数答案

【问题标题】：Count number of times string matches a field across multiple documents计数字符串与多个文档中的字段匹配的次数
【发布时间】：2013-10-04 04:30:31
【问题描述】：

假设我有一些看起来像这样的文档：

{
  'domain': 'www.stackoverflow.com',
  'time': 1380860676457
}
{
  'domain': 'www.google.com',
  'time': 1380860678001
}
{
  'domain': 'www.stackoverflow.com',
  'time': 1380860657233
}

得到以下输出的最佳方法是什么？

{
  'domain': 'www.stackoverflow.com',
  'count': 2
}

如果初始集合包含一百万或更多文档，是否有任何性能考虑（存储日志的不同方式？）？

【问题讨论】：

您可以为此使用聚合函数，并且可以在域字段上建立索引。

标签： mongodb mongodb-query database

【解决方案1】：

您可以使用聚合。比如：

db.sites.aggregate([{
  $group: {
    _id: '$domain',
    count: {$sum: 1}
  }
}]);

这对域字段进行分组，并为找到的每个文档加 1。为了使它看起来像您想要的输出，您还可以向聚合添加投影操作：

$project: {
  domain: '$_id',
  count: 1,
  _id: 0
}

【讨论】：

【解决方案2】：

您需要的只是按domain 分组并求和块。您可以通过收集方法aggregate 来做到这一点，如下所示：

db.cls.aggregate(
 {$group:{_id:"$domain", count: {$sum : 1}}},
 {$project:{_id:0, domain:"$_id", count:"$count"}}
)

首先，$group 给你：

{
    "result" : [
            {
                    "_id" : "www.google.com",
                    "count" : 1
            },
            {
                    "_id" : "www.stackoverflow.com",
                    "count" : 2
            }
    ],
    "ok" : 1
}

第二个，$project 给你：

{
    "result" : [
            {
                    "count" : 1,
                    "domain" : "www.google.com"
            },
            {
                    "count" : 2,
                    "domain" : "www.stackoverflow.com"
            }
    ],
    "ok" : 1
}

或者你可以通过收集方法group来做到这一点：

db.cls.group({
  key: {domain:1},
  reduce: function(curr,result){ result.count += 1 },
  initial:{count:0}
})

如@AnujAneja 所述，为了加快进程，您应该在domain 字段上建立索引。

【讨论】：