在集合内的 mongodb 文档中计算标签数组中的标签

Question

我有一个 mongo 推文集合，每个文档如下所示：

{ _id:'1234567', 
date:'9/27/08 3:21', 
tweet:'Some text here and some #hashtag and one more #hashtag2', 
a_name:'name', 
a_nick:'nick', 
hashtags:['#hashtag' , '#hashtag2' ]} 

我需要使用聚合计算所有条目中#hashtag 和#hashtag2 的所有出现次数。到目前为止，我有这样的事情：

 db.tweets.aggregate(
 { $project: { hashtags:1}},
 { $unwind: "$hashtags" },
 { $group: { _id: "hashtags", count: { $sum: 1 }}}
 );

但这给我带来了所有主题标签的数量。如果我删除 $group 行，我会得到一个包含所有单独哈希标签的列表，这很好，但我希望能够仅使用 $aggregation 和 mongo 来计算它们。有什么想法吗？

Answer 1

我认为您可能只是输入错误或误解：

db.tweets.aggregate([
   { "$project": { "hashtags":1 }},  
   { "$unwind": "$hashtags" },  
   { "$group": { "_id": "$hashtags", "count": { "$sum": 1 } }}  
])

所以组中_id 的值需要使用"$hashtags" 而不是您使用的"hashtags"。所以它使用字段的实际值，结果是每个“标签”的计数。

如果没有$ 来声明你想要该字段的值，它只是一个字符串。因此，对不匹配的字符串进行分组会将所有内容分组。

这样就可以计算出每个标签的数量。如果实际上您正在寻找“唯一”标签的 total 数量，而没有列出每个标签。你可以这样修改：

db.tweets.aggregate([
   { "$project": { "hashtags":1 }},  
   { "$unwind": "$hashtags" },  
   { "$group": { "_id": "$hashtags" }},
   { "$group": { "_id": null, "count": { "$sum": 1 } }
])

所以这只是总结。使用$addToSet 运算符还有另一种方法可以做到这一点，但它实际上只是在管道中创建了额外的工作，并不是该运算符的最佳用例。但仅供参考：

db.tweets.aggregate([
   { "$project": { "hashtags":1 }},  
   { "$unwind": "$hashtags" },  
   { "$group": { 
       "_id": null, 
       "hashtags": { "$addToSet": "$hashtags" }
   }},
   { "$unwind": "$hashtags" },
   { "$group": { "_id": null, "count": { "$sum": 1 } }
])