mongodb - 列出所有键上唯一 Mongo DB 值的计数因子

Question

我正在为我一直在使用的 MongoDB 准备一个描述性的“模式”（quelle horreur）。

我使用出色的variety.js创建了所有键的列表并显示每个键的覆盖范围。但是，如果与键对应的值具有一小组值，我希望能够将整个集合列为“可用值”。在 R 中，我会将这些视为分类变量的“因素”，即性别：[“M”、“F”]。

我知道我可以只使用 R + RMongo，查询每个变量，并且基本上执行与创建直方图相同的过程，但我想知道正确的 Mongo.query()/javascript/Map,Reduce 方法这个。我了解 db.collection.aggregate() 函数正是为此而设计的。

在问这个之前，我参考了：

但不能完全正确地获得管道顺序。因此，例如，如果我有这样的文件：

{_id : 1, "key1" : "value1", "key2": "value3"}
{_id : 2, "key1" : "value2", "key2": "value3"}

我想返回类似的东西：

{"key1" : ["value1", "value2"]}
{"key2" : ["value3"]}

或者更好，计数：

{"key1" : ["value1" : 1, "value2" : 1]}
{"key2" : ["value3" : 2]}

我认识到这样做的一个问题是任何具有各种不同值的值——例如，文本字段或连续变量。理想情况下，如果有超过 x 个不同的可能值，最好截断，比如不超过 20 个唯一值。如果我发现它实际上更多，我会直接查询该变量。

这是不是这样的：

db.collection.aggregate(
   {$limit: 20,
    $group: {
        _id: "$??varname",
        count: {$sum: 1}
   }})

首先，我怎样才能引用 ??varname？每个键的名称？

我看到了这个有 95% 的链接： Binning and tabulate (unique/count) in Mongo

和...

input data:

{ "_id" : 1, "age" : 22.34, "gender" : "f" }
{ "_id" : 2, "age" : 23.9, "gender" : "f" }
{ "_id" : 3, "age" : 27.4, "gender" : "f" }
{ "_id" : 4, "age" : 26.9, "gender" : "m" }
{ "_id" : 5, "age" : 26, "gender" : "m" }

这个脚本：

db.collection.aggregate(
   {$project: {gender:1}},
   {$group: {
        _id: "$gender",
        count: {$sum: 1}
   }})

产生：

{"result" : 
   [
     {"_id" : "m", "count" : 2},
     {"_id" : "f", "count" : 3}
   ],
   "ok" : 1
}

但是我不明白的是，对于具有可能大量返回值的未知数量/名称的键，我如何一般地执行此操作？此示例知道键名称是性别，并且响应集很小（2 个值）。

score 1 · Accepted Answer

如果您已经运行了输出集合中所有键名称的脚本，则可以动态生成聚合框架管道。这意味着要么扩展variety.js 类型脚本，要么只是编写你自己的。

如果传递一个名为“keys”的数组，它有几个非“_id”命名字段（我假设顶级字段并且你不关心数组、嵌入文档等），这就是它在 JS 中的样子.

keys = ["key1", "key2"];
group = { "$group" : { "_id" : null } } ;
keys.forEach( function(f) {
     group["$group"][f+"List"] = { "$addToSet" : "$" + f };  } );
db.collection.aggregate(group);
{
    "result" : [
        {
            "_id" : null,
            "key1List" : [
                "value2",
                "value1"
            ],
            "key2List" : [
                "value3"
            ]
        }
    ],
    "ok" : 1
}

mongodb - 列出所有键上唯一 Mongo DB 值的计数因子

1 回答 1

Related

Reference