有没有办法使用 MongoDB 聚合框架计算中位数？
【问题讨论】：
$median 这样的东西，所以你可能不得不为此使用 map-reduce。
$median 累加器的支持。请在 MongoDB 问题跟踪器中投票/观看 SERVER-4929。
标签： mongodb aggregation-framework median
聚合框架不支持开箱即用的中值。所以你必须自己写一些东西。
我建议您在应用程序级别执行此操作。使用普通的 find() 检索所有文档，对结果集进行排序（在数据库中使用光标的 .sort() 函数或在应用程序中对它们进行排序 - 您的决定），然后获取元素 size / 2.
当您真的想在数据库级别执行此操作时，您可以使用 map-reduce 执行此操作。 map 函数将发出键和具有单个值的数组 - 您想要获得中位数的值。 reduce-function 只会连接它接收到的结果数组，因此每个键都以一个包含所有值的数组结束。然后 finalize 函数将计算该数组的中位数，再次通过对数组进行排序，然后获取元素编号 size / 2。
【讨论】：
在一般情况下计算中位数有些棘手，因为它涉及对整个数据集进行排序，或者使用深度也与数据集大小成正比的递归。这可能是许多数据库没有开箱即用的中位数运算符的原因（MySQL 也没有）。
计算中位数的最简单方法是使用这两个语句（假设我们要计算中位数的属性称为a，并且我们希望它适用于集合中的所有文档，coll）：
count = db.coll.count();
db.coll.find().sort( {"a":1} ).skip(count / 2 - 1).limit(1);
这相当于人家suggest for MySQL。
【讨论】：
使用聚合框架可以一次性完成。
排序 => 放入数组排序值 => 获取数组大小 => 将大小除以 2 => 获取除法的 Int 值（中位数的左侧） => 将 1 加到左侧（右侧） =>获取左侧和右侧的数组元素 => 两个元素的平均值
这是一个带有 Spring java mongoTemplate 的示例：
该模型是作者（“所有者”）登录的图书列表，目标是获取用户图书的中位数：
GroupOperation countByBookOwner = group("owner").count().as("nbBooks");
SortOperation sortByCount = sort(Direction.ASC, "nbBooks");
GroupOperation putInArray = group().push("nbBooks").as("nbBooksArray");
ProjectionOperation getSizeOfArray = project("nbBooksArray").and("nbBooksArray").size().as("size");
ProjectionOperation divideSizeByTwo = project("nbBooksArray").and("size").divide(2).as("middleFloat");
ProjectionOperation getIntValueOfDivisionForBornLeft = project("middleFloat", "nbBooksArray").and("middleFloat")
.project("trunc").as("beginMiddle");
ProjectionOperation add1ToBornLeftToGetBornRight = project("beginMiddle", "middleFloat", "nbBooksArray")
.and("beginMiddle").project("add", 1).as("endMiddle");
ProjectionOperation arrayElementAt = project("beginMiddle", "endMiddle", "middleFloat", "nbBooksArray")
.and("nbBooksArray").project("arrayElemAt", "$beginMiddle").as("beginValue").and("nbBooksArray")
.project("arrayElemAt", "$endMiddle").as("endValue");
ProjectionOperation averageForMedian = project("beginMiddle", "endMiddle", "middleFloat", "nbBooksArray",
"beginValue", "endValue").and("beginValue").project("avg", "$endValue").as("median");
Aggregation aggregation = newAggregation(countByBookOwner, sortByCount, putInArray, getSizeOfArray,
divideSizeByTwo, getIntValueOfDivisionForBornLeft, add1ToBornLeftToGetBornRight, arrayElementAt,
averageForMedian);
long time = System.currentTimeMillis();
AggregationResults<MedianContainer> groupResults = mongoTemplate.aggregate(aggregation, "book",
MedianContainer.class);
这里是聚合结果：
{
"aggregate": "book" ,
"pipeline": [
{
"$group": {
"_id": "$owner" ,
"nbBooks": {
"$sum": 1
}
}
} , {
"$sort": {
"nbBooks": 1
}
} , {
"$group": {
"_id": null ,
"nbBooksArray": {
"$push": "$nbBooks"
}
}
} , {
"$project": {
"nbBooksArray": 1 ,
"size": {
"$size": ["$nbBooksArray"]
}
}
} , {
"$project": {
"nbBooksArray": 1 ,
"middleFloat": {
"$divide": ["$size" , 2]
}
}
} , {
"$project": {
"middleFloat": 1 ,
"nbBooksArray": 1 ,
"beginMiddle": {
"$trunc": ["$middleFloat"]
}
}
} , {
"$project": {
"beginMiddle": 1 ,
"middleFloat": 1 ,
"nbBooksArray": 1 ,
"endMiddle": {
"$add": ["$beginMiddle" , 1]
}
}
} , {
"$project": {
"beginMiddle": 1 ,
"endMiddle": 1 ,
"middleFloat": 1 ,
"nbBooksArray": 1 ,
"beginValue": {
"$arrayElemAt": ["$nbBooksArray" , "$beginMiddle"]
} ,
"endValue": {
"$arrayElemAt": ["$nbBooksArray" , "$endMiddle"]
}
}
} , {
"$project": {
"beginMiddle": 1 ,
"endMiddle": 1 ,
"middleFloat": 1 ,
"nbBooksArray": 1 ,
"beginValue": 1 ,
"endValue": 1 ,
"median": {
"$avg": ["$beginValue" , "$endValue"]
}
}
}
]
}
【讨论】：
虽然maxiplay's answer 不准确，但它确实将我引向了正确的方向。给定解决方案的问题在于它仅在记录数为偶数时才有效。因为对于奇数条记录，只需取中点的值，无需计算平均值。
这就是我让它工作的方式。
db.collection.aggregate([
{ "$match": { "processingStatus": "Completed" } },
{ "$sort": { "value": 1 } },
{
"$group": {
"_id": "$userId",
"valueArray": {
"$push": "$value"
}
}
},
{
"$project": {
"_id": 0,
"userId": "$_id",
"valueArray": 1,
"size": { "$size": ["$valueArray"] }
}
},
{
"$project": {
"userId": 1,
"valueArray": 1,
"isEvenLength": { "$eq": [{ "$mod": ["$size", 2] }, 0 ] },
"middlePoint": { "$trunc": { "$divide": ["$size", 2] } }
}
},
{
"$project": {
"userId": 1,
"valueArray": 1,
"isEvenLength": 1,
"middlePoint": 1,
"beginMiddle": { "$subtract": [ "$middlePoint", 1] },
"endMiddle": "$middlePoint"
}
},
{
"$project": {
"userId": 1,
"valueArray": 1,
"middlePoint": 1,
"beginMiddle": 1,
"beginValue": { "$arrayElemAt": ["$stepsArray", "$beginMiddle"] },
"endValue": { "$arrayElemAt": ["$stepsArray", "$endMiddle"] },
"isEvenLength": 1
}
},
{
"$project": {
"userId": 1,
"valueArray": 1,
"middlePoint": 1,
"beginMiddle": 1,
"beginValue": 1,
"endValue": 1,
"middleSum": { "$add": ["$beginValue", "$endValue"] },
"isEvenLength": 1
}
},
{
"$project": {
"userId": 1,
"valueArray": 1,
"median": {
"$cond": {
if: "$isEvenLength",
then: { "$divide": ["$middleSum", 2] },
else: { "$arrayElemAt": ["$stepsArray", "$middlePoint"] }
}
}
}
}
])
【讨论】：
从Mongo 4.4 开始，$group 阶段有一个新的聚合运算符 $accumulator，允许通过 javascript 用户定义的函数在文档分组时自定义累积文档。
因此，为了找到中位数：
// { "a" : 25, "b" : 12 }
// { "a" : 89, "b" : 7 }
// { "a" : 25, "b" : 17 }
// { "a" : 25, "b" : 24 }
// { "a" : 89, "b" : 15 }
db.collection.aggregate([
{ $group: {
_id: "$a",
median: {
$accumulator: {
accumulateArgs: ["$b"],
init: function() { return []; },
accumulate: function(bs, b) { return bs.concat(b); },
merge: function(bs1, bs2) { return bs1.concat(bs2); },
finalize: function(bs) {
bs.sort(function(a, b) { return a - b });
var mid = bs.length / 2;
return mid % 1 ? bs[mid - 0.5] : (bs[mid - 1] + bs[mid]) / 2;
},
lang: "js"
}
}
}}
])
// { "_id" : 25, "median" : 17 }
// { "_id" : 89, "median" : 11 }
累加器：
b (accumulateArgs)init)b 项（accumulate 和merge）b项目（finalize）进行中位数计算【讨论】：