使用数组字段的元素对mongo文档进行分组

Question

我有以下 3 份文件。每个代表一个用户的联系人：

{ 
    "_id" : ObjectId("57f9f9f3b91d070315273d0d"), 
    "profileId" : "test", 
    "displayName" : "duplicateTest", 
    "email" : [
        {
            "emailId" : "[e-mail]"
        }, 
        {
            "emailId" : "[e-mail]"
        }, 
        {
            "emailId" : "[e-mail]"
        }
    ]
}
{ 
    "_id" : ObjectId("57f9fab2b91d070315273d11"), 
    "profileId" : "test", 
    "displayName" : "duplicateTest2", 
    "email" : [
        {
            "emailId" : "[e-mail]"
        }
    ]
}
{ 
    "_id" : ObjectId("57f9fcefb91d070315273d15"), 
    "profileId" : "test", 
    "displayName" : "duplicateTest2", 
    "email" : [
        {
            "emailId" : "[e-mail]"
        }
    ]
}

我需要通过数组元素对它们进行聚合/分组，这样我就可以识别重复的联系人(基于电子邮件id)。因为在文档(1

我尝试在java中使用$unwind和$group执行此操作，如下所示：

List<DBObject> aggList = new ArrayList<DBObject>();

        BasicDBObject dbo = new BasicDBObject("$match", new BasicDBObject("profileId", "0fb72dcf-292b-4343-a0e7-1d613a803b1e"));

        aggList.add(dbo);

        BasicDBObject dboUnwind = new BasicDBObject("$unwind", "$email");
        aggList.add(dboUnwind);



        BasicDBObject dboGroup = new BasicDBObject("$group",
                new BasicDBObject().append("_id", new BasicDBObject("name", "$email.emailId"))
                        .append("uniqueIds", new BasicDBObject("$addToSet", "$_id"))
                        .append("count", new BasicDBObject("$sum", 1)));

        aggList.add(dboGroup);

        BasicDBObject dboCount = new BasicDBObject("$match", new BasicDBObject("count", new BasicDBObject("$gte", 2)));
        aggList.add(dboCount);


        BasicDBObject dboSort = new BasicDBObject("$sort", new BasicDBObject("count",-1));
        aggList.add(dboSort);


        BasicDBObject dboLimit = new BasicDBObject("$limit", 10);
        aggList.add(dboLimit);


        AggregationOutput output = collection.aggregate(aggList);


    System.out.println(output.results());

这按电子邮件ID对文档进行分组（这是正确的），但没有达到目的。

任何帮助都将不胜感激。

我需要实现的功能，用户可以在他的存储库可能重复的联系人提示。我需要聚合结果类似于:

[  
   {  
      "_id":{  
         "name":[  
            {
            "emailId" : "[e-mail]"
        }, 
        {
            "emailId" : "[e-mail]"
        }, 
        {
            "emailId" : "[e-mail]"
        }
         ]
      },
      "uniqueIds":[  
         {  
            "$oid":"57f9fcefb91d070315273d15"
         },
 {  
            "$oid":"57f9fcefb91d070315273d11"
         },
 {  
            "$oid":"57f9fcefb91d070315273d15"
         }
      ],
      "count":3
   },

所以，基本上，我需要所有可能的重复联系人的_id（可能还有另一组重复联系人，上面有_id列表），以便我可以提示用户，用户可以随意合并它们。希望现在更清楚。谢谢

Answer 1

好吧，您的问题与您寻求的结果略有不同。您最初的问题向我指出了以下聚合：

db.table.aggregate(
  [
    {
      $unwind: "$email"
    },
    {
      $group: {
      _id : "$email.emailId",
      duplicates : { $addToSet : "$_id"}
      }
    }
  ]
);

这导致：

{ 
    "_id" : "[e-mail]", 
    "duplicates" : [
        ObjectId("57f9f9f3b91d070315273d0d")
    ]
}
{ 
    "_id" : "[e-mail]", 
    "duplicates" : [
        ObjectId("57f9fcefb91d070315273d15"), 
        ObjectId("57f9f9f3b91d070315273d0d")
    ]
}
{ 
    "_id" : "[e-mail]", 
    "duplicates" : [
        ObjectId("57f9fab2b91d070315273d11"), 
        ObjectId("57f9f9f3b91d070315273d0d")
    ]
}

按邮件分组。

但是您添加到问题中的示例输出进行了汇总:

db.table.aggregate(
  [
    {
      $unwind: "$email"
    },
    {
      $group: {
      _id : "$profileId",
      emails : { $addToSet : "$email.emailId"},
      duplicates : { $addToSet : "$_id"}
      }
    }
  ]
);

这导致：

{ 
    "_id" : "test", 
    "emails" : [
        "[e-mail]", 
        "[e-mail]", 
        "[e-mail]"
    ], 
    "duplicates" : [
        ObjectId("57f9fcefb91d070315273d15"), 
        ObjectId("57f9fab2b91d070315273d11"), 
        ObjectId("57f9f9f3b91d070315273d0d")
    ]
}