如何在 MongoDB 的 bucketAuto 聚合函數中創建動態數量的（空）桶？

Question

我將有關文件的元數據存儲在 MongoDB 數據庫中。 一個屬性是以字節為單位的文件大小，我將其用於有關文件大小的直方圖。 示例文檔如下所示：

{
    "_id" : ObjectId("5c52366eeb3cae00c3896b89"),
    "doc_uuid" : "bfa2734a-a262-4b14-a03f-45108ae59fde",
    "files" : [
        {
            "uuid" : "7eca2b9d-61a6-4993-99d1-b23fa0a27197",
            "filesize" : 1391908,
            ...
        },
        {
            "uuid" : "c1277835-ce41-4057-a1ae-d67cc0aa7552",
            "filesize" : 4977756,
            ...
        },
    ]
}

我想為 2^n 字節的文件大小創建存儲桶。 例如：

{"_id" : { "min": 0, "max": 1}, "count": 12},
{"_id" : { "min": 1, "max": 2}, "count": 1},
{"_id" : { "min": 2, "max": 4}, "count": 0},
{"_id" : { "min": 4, "max": 8}, "count": 145},

為了存檔，我目前創建了一個聚合管道，如下所示：

db.repositories.aggregate([
  {"$match": {doc_uuid:{$in:["bfa2734a-a262-4b14-a03f-45108ae59fde"]}}},
  {'$unwind': '$files'},
  {'$bucketAuto':
    {'groupBy': '$files.filesize',
      buckets:16,
      granularity: "POWERSOF2"
    }
}])

這工作正常。 這是我擁有的一些真實數據的示例：

{ "_id" : { "min" : 8192, "max" : 16384 }, "count" : 16 }
{ "_id" : { "min" : 16384, "max" : 2097152 }, "count" : 1 }
{ "_id" : { "min" : 2097152, "max" : 8388608 }, "count" : 1 }

關於這個我有兩個問題：

1. 因為buckets是必選參數（即使設置了granularity="POWERSOF2" ），我不知道buckets的理想值是哪個，因為我不知道bucket的數量。 將存儲桶的數量設置為非常高的值是一個好策略（例如 1024，因為我遇到文件大小 >= 2^1024 字節的文件不太可能）還是有辦法區分存儲桶的數量動態？
2. 如果您查看我的真實數據示例，您會發現只有具有 min/max/count 值的存儲桶，其中存儲桶中至少存在一個文檔。 是否也可以創建具有空值的存儲桶，例如{"_id" : {"min": 4096, "max": 8192}, "count": 0}也在結果集中？

還有一個附帶問題：MongoDB 如何處理恰好為 2^n 的值，例如 1024？ 這些值是否出現在兩個結果集中（在本例中為{"min": 512, "max": 1024}和{"min": 1024, "max": 2048} ）？ 如果是這樣，是否可以創建分離的存儲桶？

Answer 1

您的第一個問題似乎表明您實際上並不想使用$bucketAuto而只是$bucket 。 bucketAuto 的全部意義在於它根據所需的計數自動確定桶邊界。 在您的情況下，您似乎知道您希望存儲桶的邊界是什么，並且希望不指定存儲桶的數量。

如果您選擇此選項，那么這也回答了您的第二個問題：在固定存儲桶邊界的情況下，某些存儲桶可能最終為空。