对嵌套文档中的记录进行分组

Question

{
"_id" : ObjectId("533e6ab0ef2188940b00002c"),
"uin" : "1396599472869",
"vm" : {
    "0" : {
        "draw" : "01s",
        "count" : "2",
        "type" : "",
        "data" : {
            "title" : "K1"
        },
        "child" : [ 
            "1407484608965"
        ]
    },
    "1407484608965" : {
        "data" : {
            "title" : "K2",
            "draw" : "1407473540857",
            "count" : "1",
            "type" : "Block"
        },
        "child" : [ 
            "1407484647012"
        ]
    },
    "1407484647012" : {
        "data" : {
            "title" : "K3",
            "draw" : "03.8878.98",
            "count" : "1",
            "type" : "SB"
        },
        "child" : [ 
            "1407484762473"
        ]
    },
    "1407484762473" : {
        "data" : {
            "type" : "SB",
            "title" : "D1",
            "draw" : "7984",
            "count" : "1"
        },
        "child" : []
    }
}
}

如何用条件（type=“block”）对所有记录进行分组？

我已尝试：db.itr.aggregate（{$match:{“UIN”：“1396599472869”}},{$project:{“VM”：1}},{$group:{_id:null,r1:{$push：“$VM”}}},{$unwind：“$R1”},{$group:{_id:null,r2:{$push：“$R1”}},{$unwind：“$R2”}）

但结果仍然是对象的形式,而不是数组的形式。我没有得到“MapReduce”。

Answer 1

您在这里的问题基本上是与您当前结构化文档的方式有关。在“VM”下实际标识数据点的“keys”的用法并不能很好地与标准查询表单和聚合框架配合使用。

它通常也不是一个很好的模式，因为为了访问“VM”下的任何部分，您需要指定数据的“确切路径”。所以查找类型“block”需要这样做：

db.collection.find({
    "$or": [
        { "vm.0.type": "Block" },
        { "vm.1407484608965.type": "Block" }
        { ... }
    ]
})

等等。您不能像这样“通配符”字段名，所以需要精确的路径。

{
    "_id" : ObjectId("533e6ab0ef2188940b00002c"),
    "uin" : "1396599472869",
    "vm" : [
        {
            "key": 0,
            "draw" : "01s",
            "count" : "2",
            "type" : "",
            "data" : {
                "title" : "K1"
            },
            "child" : [ 
                "1407484608965"
            ]
        },
        {
            "key": "1407484608965",
            "title" : "K2",
            "draw" : "1407473540857",
            "count" : "1",
            "type" : "Block",
            "child" : [ 
                "1407484647012"
            ]
        },
        {
            "key": "1407484647012",
            "title" : "K3",
            "draw" : "03.8878.98",
            "count" : "1",
            "type" : "SB",
            "child" : [ 
                "1407484762473"
            ]
        }
    ]
}

db.collection.find({ "vm.type": "Block" })

或者，如果您想“过滤”数组内容，以便只返回匹配的“子文档”，您可以这样做：

db.collection.aggregate([
    { "$match": { "vm.type": "Block" } },
    { "$unwind": "$vm" },
    { "$match": { "vm.type": "Block" } },
    { "$group": {
        "_id": "$_id",
        "uin": { "$first": "$uin" },
        "vm": { "$push": "$vm" }
    }}
])

对于MongoDB 2.6或更高版本,甚至可能是这样：

db.collection.aggregate([
    { "$match": { "vm.type": "Block" } },
    { "$project": {
        "uin": 1,
        "vm": {
            "$setDifference": [
                { "$map": {
                    "input": "$vm",
                    "as": "el",
                    "in": {"$cond": [
                        { "$eq": [ "$$el.type", "Block" ] },
                        "$$el",
                        false
                    ]}
                }},
                [false]
            ]
        }
    }}
])

或者任何其他操作,简化为遍历,现在数据就是这样结构化的。但是，由于数据当前存在，“遍历键”的唯一选择是使用JavaScript操作，这比以适当的方式查询要慢得多：

db.collection.find(function() {
    return Object.keys(this.vm).some(function(x) { 
        return this.vm[x].type == "Block" 
    })
})