首先,对不起我糟糕的英语。
如果我们在 MongoDB 中有以下文档,
测试数据
{id:1, filter:{f1:'v1-1', f2:'v2-1', f3:['v3-1', 'v3-3']}}
{id:2, filter:{f1:'v1-1', f2:'v2-2', f3:['v3-2', 'v3-3']}}
{id:3, filter:{f1:'v1-1', f2:'v2-2', f3:['v3-1', 'v3-3']}}
准备集合
db.test.drop()
db.test.insert({id:1, filter:{f1:'v1-1', f2:'v2-1', f3:['v3-1', 'v3-3']}})
db.test.insert({id:2, filter:{f1:'v1-1', f2:'v2-2', f3:['v3-2', 'v3-3']}})
db.test.insert({id:3, filter:{f1:'v1-1', f2:'v2-2', f3:['v3-1', 'v3-3']}})
您可以将过滤字段视为在许多购物网站上使用的过滤功能,例如,他们会告诉您网站上有多少 LED 电视和多少液晶电视。
我想使用 MongoDB 计算每个过滤器选项有多少文档(包括数组字段中的每个项目),预期结果如下。
预期结果
[
{
_id : { key: 'f1', value: 'v1-1' }, count: 3
},
{
_id : { key: 'f2', value: 'v2-1' }, count: 1
},
{
_id : { key: 'f2', value: 'v2-2' }, count: 2
},
{
_id : { key: 'f3', value: 'v3-1' }, count: 2
},
{
_id : { key: 'f3', value: 'v3-2' }, count: 1
},
{
_id : { key: 'f3', value: 'v3-3' }, count: 3
}
]
使用 map/reduce 很容易得到结果,
Map/Reduce 解决方案
map = function () {
for (k in this.filter) {
if (this.filter[k] instanceof Array) {
for (j in this.filter[k]) {
emit( { key: k, value: this.filter[k][j]}, 1 );
}
} else {
emit( { key: k, value: this.filter[k]}, 1 );
}
}
}
reduce = function (k, values) {
result = 0;
values.forEach( function(v) { result += v; } );
return result;
}
db.test.mapReduce(map, reduce, {out:{inline:1}})
但是由于map/reduce的性能问题,它不能用于实时查询。如果我添加一些查询条件,结果集可能会改变,所以我无法将 map/reduce 结果保存到另一个集合中进行实时查询。
我可以使用聚合框架来计算一个过滤器的计数,
仅用于一个过滤器的聚合解决方案
db.test.aggregate(
{$project: {"filter.f2":1, "_id":0}},
{$group: {"_id": {"key": {$ifNull: [null, "f2"]}, "value":"$filter.f2"}, "count" : {$sum: 1}}}
)
[
{
"_id" : { "key" : "f2", "value" : "v2-2" }, "count" : 2
},
{
"_id" : { "key" : "f2", "value" : "v2-1" }, "count" : 1
}
]
但我不知道如何为所有过滤器选项做到这一点。任何想法?