MongoDB：检索引用最多的文档

Question

我有一个 MongoDB 集合（称为“链接”），其中包含类似这样的文档：

{
    "_id" : ObjectId("544bc8abd4c66b0e3cf12665"),
    "name" : "Pet 4056 AgR",
    "file" : "P0001J01",
    "quotes" : [
        {
            "_id" : ObjectId("544bc8afd4c66b0e3cf15173"),
            "name" : "Pet 4837 ED",
            "file" : "P1103J03"
        },
        {
            "_id" : ObjectId("544bc8b6d4c66b0e3cf19425"),
            "name" : "ACO 845 AgR",
            "file" : "P2810J07"
        },
        {
            "_id" : ObjectId("544bc8afd4c66b0e3cf14a77"),
            "name" : "ACO 1574 AgR",
            "file" : "P0924J05"
        }
    ]
}

在我的数据库中，这意味着该文档引用了其他 3 个文档。 对于每个文档，在其quotes 数组中没有两个具有相同 id/name/file 的文档。 name 字段在集合中是唯一的。

现在，我需要获取引用最多的文档。它是出现在大多数quotes 数组中的文档。我怎样才能做到这一点？ 我相信这是通过聚合实现的，但我不知道该怎么做，尤其是因为名称在数组中。

谢谢！ :)

Answer 1

您可以使用聚合框架执行此操作，但使用数组的一个关键特性是您使用$unwind 管道操作首先将数组内容“反规范化”为单独的文档：

db.links.aggregate([
    // Unwind the array
    { "$unwind": "$quotes" },

    // Group by the inner "name" value and count the occurrences
    { "$group": {
        "_id": "$quotes.name",
        "count": { "$sum": 1 }
    }},

    // Sort to the highest count on top
    { "$sort": { "count": 1 } },

    // Just return the largest value
    { "$limit": 1 }

])

所以$unwind 在这里所做的是对于每个数组元素，它获取拥有该数组的“外部”文档的副本，并生成一个包含外部且仅包含单个数组元素的新文档。基本上是这样的：

{
    "_id" : ObjectId("544bc8abd4c66b0e3cf12665"),
    "name" : "Pet 4056 AgR",
    "file" : "P0001J01",
    "quotes" : 
        {
            "_id" : ObjectId("544bc8afd4c66b0e3cf15173"),
            "name" : "Pet 4837 ED",
            "file" : "P1103J03"
        }
},
{
    "_id" : ObjectId("544bc8abd4c66b0e3cf12665"),
    "name" : "Pet 4056 AgR",
    "file" : "P0001J01",
    "quotes" : 
        {
            "_id" : ObjectId("544bc8b6d4c66b0e3cf19425"),
            "name" : "ACO 845 AgR",
            "file" : "P2810J07"
        }
}

这允许其他聚合管道阶段像访问任何普通文档一样访问内容，因此您可以$group“quotes.name”上的出现而不会出现问题。

仔细查看所有aggregation pipeline operators，值得了解他们都在做什么。