8

我正在尝试使用 Mongoose 计算我的集合中数组中字符串的出现次数。我的“模式”如下所示：

var ThingSchema = new Schema({
  tokens: [ String ]
});

我的目标是在“Thing”集合中获得前 10 个“令牌”，每个文档可以包含多个值。例如：

var documentOne = {
    _id: ObjectId('50ff1299a6177ef9160007fa')
  , tokens: [ 'foo' ]
}

var documentTwo = {
    _id: ObjectId('50ff1299a6177ef9160007fb')
  , tokens: [ 'foo', 'bar' ]
}

var documentThree = {
    _id: ObjectId('50ff1299a6177ef9160007fc')
  , tokens: [ 'foo', 'bar', 'baz' ]
}

var documentFour = {
    _id: ObjectId('50ff1299a6177ef9160007fd')
  , tokens: [ 'foo', 'baz' ]
}

...会给我数据结果：

[ foo: 4, bar: 2 baz: 2 ]

我正在考虑为这个工具使用 MapReduce 和 Aggregate，但我不确定什么是最佳选择。

4

1 回答 1

23

啊哈，我找到了解决方案。MongoDB 的aggregate框架允许我们对集合执行一系列任务。特别值得注意的是$unwind，它将文档中的数组分解为唯一的文档，因此它们可以被分组/整体计数。

MongooseJS在模型上非常容易地公开了这一点。使用上面的示例，如下所示：

Thing.aggregate([
    { $match: { /* Query can go here, if you want to filter results. */ } } 
  , { $project: { tokens: 1 } } /* select the tokens field as something we want to "send" to the next command in the chain */
  , { $unwind: '$tokens' } /* this converts arrays into unique documents for counting */
  , { $group: { /* execute 'grouping' */
          _id: { token: '$tokens' } /* using the 'token' value as the _id */
        , count: { $sum: 1 } /* create a sum value */
      }
    }
], function(err, topTopics) {
  console.log(topTopics);
  // [ foo: 4, bar: 2 baz: 2 ]
});

在大约 200,000 条记录的初步测试中，它明显快于 MapReduce，因此扩展性可能更好，但这只是粗略一瞥。YMMV。

于 2013-02-05T19:58:14.823 回答