使用mongodb聚合，如何将字段值转换为数组文字

Question

我们正在查询返回的结果应该是建议搜索词的列表的查询。

当前，我们有一个查询，用于检查多个字段的正则表达式匹配项：

$or:[ 
{'description.position':/s/i}, 
{'employer.name':/s/i}, 
{'hiringManager.profile.name':/s/i}
]

我们希望返回的结果是唯一（不重复）的匹配项数组。

返回的结果如下所示：

I20150311-18:17:14.151(-7)?   "fields": {
I20150311-18:17:14.154(-7)?     "hiringManager": {
I20150311-18:17:14.157(-7)?       "profile": {
I20150311-18:17:14.160(-7)?         "name": "Seth Sandler"
I20150311-18:17:14.163(-7)?       }
I20150311-18:17:14.167(-7)?     },
I20150311-18:17:14.173(-7)?     "description": {
I20150311-18:17:14.177(-7)?       "position": "Cook"
I20150311-18:17:14.181(-7)?     },
I20150311-18:17:14.187(-7)?     "employer": {
I20150311-18:17:14.191(-7)?       "name": "Employer"
I20150311-18:17:14.195(-7)?     },
I20150311-18:17:14.206(-7)?   }
I20150311-18:17:14.209(-7)? }
I20150311-18:17:14.212(-7)? {
I20150311-18:17:14.223(-7)?   "fields": {
I20150311-18:17:14.226(-7)?     "hiringManager": {
I20150311-18:17:14.229(-7)?       "profile": {
I20150311-18:17:14.232(-7)?         "name": "Seth Sandler"
I20150311-18:17:14.234(-7)?       }
I20150311-18:17:14.237(-7)?     },
I20150311-18:17:14.240(-7)?     "description": {
I20150311-18:17:14.243(-7)?       "position": "Cook"
I20150311-18:17:14.246(-7)?     },
I20150311-18:17:14.249(-7)?     "employer": {
I20150311-18:17:14.252(-7)?       "name": "Employer 4"
I20150311-18:17:14.254(-7)?     },
I20150311-18:17:14.264(-7)?   }
I20150311-18:17:14.267(-7)? }
I20150311-18:17:14.269(-7)? {
I20150311-18:17:14.281(-7)?   "fields": {
I20150311-18:17:14.284(-7)?     "hiringManager": {
I20150311-18:17:14.287(-7)?       "profile": {
I20150311-18:17:14.290(-7)?         "name": "Seth Sandler"
I20150311-18:17:14.293(-7)?       }
I20150311-18:17:14.295(-7)?     },
I20150311-18:17:14.298(-7)?     "description": {
I20150311-18:17:14.301(-7)?       "position": "Chef"
I20150311-18:17:14.304(-7)?     },
I20150311-18:17:14.307(-7)?     "employer": {
I20150311-18:17:14.310(-7)?       "name": "Emplopyer 3"
I20150311-18:17:14.313(-7)?     },
I20150311-18:17:14.321(-7)?   }
I20150311-18:17:14.323(-7)? }
I20150311-18:17:14.325(-7)? {
I20150311-18:17:14.334(-7)?   "fields": {
I20150311-18:17:14.336(-7)?     "hiringManager": {
I20150311-18:17:14.338(-7)?       "profile": {
I20150311-18:17:14.340(-7)?         "name": "Seth Sandler"
I20150311-18:17:14.342(-7)?       }
I20150311-18:17:14.344(-7)?     },
I20150311-18:17:14.346(-7)?     "description": {
I20150311-18:17:14.348(-7)?       "position": "Chef"
I20150311-18:17:14.350(-7)?     },
I20150311-18:17:14.353(-7)?     "employer": {
I20150311-18:17:14.356(-7)?       "name": "Employer"
I20150311-18:17:14.359(-7)?     },
  I20150311-18:17:14.366(-7)?   }
I20150311-18:17:14.369(-7)? }

相反，我们希望结果是hiringManager.profile.name，loyer.name和description.position值的唯一数组。

我们当前的解决方案似乎并不理想（可能性能不佳），并且想知道是否有可能使用mongogodb聚合函数将字段值放入数组中。

当前解决方案（不理想）：

aggregate([
{$match: {$or:[ {'description.position':/s/i}, {'employer.name':/s/i}, {'hiringManager.profile.name':/s/i}    ]}},
{$group: {_id: 1, positions: {$push: '$description.position'}, employerNames: {$push: '$employer.name'}, hiringManagerNames: {$push:'$hiringManager.profile.name'}}},
{$project: {_id:1, texts: {$setUnion: ['$positions', {$setUnion: ['$employerNames', '$hiringManagerNames']}]}}}
])
})

这样的输出是正确的，但是我们希望有一个更好的聚合函数，可以限制结果。

I20150311-18:25:26.461(-7)?   "result": [
I20150311-18:25:26.465(-7)?     {
I20150311-18:25:26.468(-7)?       "_id": 1,
I20150311-18:25:26.472(-7)?       "texts": [
I20150311-18:25:26.478(-7)?         "Employer 5",
I20150311-18:25:26.481(-7)?         "Employer 4",
I20150311-18:25:26.485(-7)?         "Employer 1",
I20150311-18:25:26.488(-7)?         "Manager",
I20150311-18:25:26.504(-7)?         "Cook",
I20150311-18:25:26.507(-7)?         "Chef",
I20150311-18:25:26.530(-7)?       ]
I20150311-18:25:26.534(-7)?     }
I20150311-18:25:26.538(-7)?   ]

Answer 1

通过使“文本”成为$group管道的实际“分组键”，最好使用另一种技术以获得不同的结果。 在像2.6或更高版本这样的现代MongoDB版本中合理有效地做到这一点有一个技巧：

db.collection.aggregate([
    { "$match": {
        "$or":[
            { "description.position":/s/i },
            { "employer.name":/s/i},
            { "hiringManager.profile.name":/s/i }
        ]
    }},
    { "$project": {
        "_id": { 
            "$setDifference": [
                { "$map": {
                    "input": { "$literal": ["A","B","C" ] },
                     "as": "type",
                    "in": { "$cond": [
                        { "$eq": [ "$$type", "A" ] },
                        "$description.position",
                        { "$cond": [
                            { "$eq": [ "$$type", "B" ] },
                            "$employer.name",
                            "$hiringManager.profile.name"
                        ]}
                    ]}
                }},
                [null] 
            ]
        }
    }},
    { "$unwind": "$_id" },
    { "$group": { "_id": "$_id" } }
])

因此，将$map用作通过处理发送给它的$literal数组["A","B","C"]来触发“切换”的基础。 因此，对于这些元素中的每一个，都将选择适当的字段作为输出值。

万一这些值中的任何一个为null或在同一文档中甚至可能是重复的，则$setDifference运算符将对其进行整理。

每个文档中的结果数组都用$unwind处理，以便随后将其元素作为分组键传递给$group ，从而为每个“文本”项生成不同的文档。

当然，这里需要权衡的是，管道中的文档将是集合中文档的倍数，每个字段最多有三个可能的值，因此管道中的文档比查询匹配的要多，直到进行明确分组为止。 因此，使用$unwind涉及成本。

好处是结果中包含单独的文档，通过使用光标输出，文档可以增长到超过16MB的单个“文本”。 当然，首先要写很多文本。

现有聚合操作的另一注记是考虑您已经接受$setUnion组合字段并获取不同的值，甚至可以通过使用$addToSet来“减少”输入数组。 这样可以避免使用最终将要删除的重复项来增加阵列。

还应该考虑相同的$setDifference操作，因为您的$or条件不能保证“所有”字段都包含有效的字符串，甚至不存在。 如果并非所有字段都有效，那么您还将收到一个明显的null结果以及其他文本项。

因此，权衡对于您而言更重要。 当前的操作可能会更快，资源占用更少（带有提到的修改），但是替代方法可以迎合更大且可能更可口的响应。 它还允许您“限制”，甚至可以执行诸如“计数”那些“文本”值的出现之类的操作。

Answer 2

@Neil的答案很接近，但似乎还需要其他匹配才能确保结果与原始正则表达式匹配。 我不确定这是否是一个好的解决方案，但这是一个新的工作汇总。 它似乎没有setDifferennce可以工作，所以我不确定是否需要。

基本上，我会对展开结果进行另一个match ，以确保它们与原始正则表达式匹配。

aggregate([

  { '$match': {
        '$or':[
            { 'description.position':/s/i },
            { 'employer.name':/s/i},
            { 'hiringManager.profile.name':/s/i }
        ]
    }},
    { '$project': {
        '_id':  
                { '$map': {
                    'input': { '$literal': ['A','B','C' ] },
                     'as': 'type',
                     'in': { '$cond': [
                        { '$eq': [ '$$type', 'A' ] },
                        '$description.position',
                        { '$cond': [
                            { '$eq': [ '$$type', 'B' ] },
                            '$employer.name',
                            '$hiringManager.profile.name'
                        ]}
                    ]}
                },
        }
    }},
    { '$unwind': '$_id' },
    { '$match': { '_id':/s/i }},
{ '$group': { '_id': '$_id' } }
]);
});