在 mongodb 聚合框架中执行 case-statement

Posted 2023-03-30

【中文标题】在 mongodb 聚合框架中执行 case-statement

【英文标题】：Performing case-statement in mongodb aggregation framework

【发布时间】：2013-03-19 07:53:40

【问题描述】：

我正在评估 MongoDB 聚合框架是否适合我们的需求，因为我们目前在 SQL Server 之上运行。我很难执行特定查询：

假设我有以下伪记录（建模为 sql 表中的列和 mongodb 集合中的完整文档）

   name: 'A',
   timespent: 100,
,

   name: 'B',
   timespent: 200,
,

   name: 'C',
   timespent: 300,
,

   name: 'D',
   timespent: 400,
,

   name: 'E',
   timespent: 500,

我想将时间字段分组到范围中并计算出现次数，这样我就会得到例如以下伪记录：

results
   0-250: 2,
   250-450: 2,
   450-650: 1

请注意，这些范围（250、450 和 650）是动态的，用户可能会随着时间的推移而改变。在 SQL 中，我们使用以下内容提取结果：

select range, COUNT(*) as total from (
select case when Timespent <= 250 then '0-250'
when Timespent <= 450 then '200-450'
else '450-600' end as range
from TestTable) as r
group by r.range

再次注意，此 sql 是由我们的应用程序动态构建的，以适应任何时候可用的特定范围。

我正在努力在 mongodb 聚合框架中找到合适的结构来执行此类查询。我可以通过在管道中插入 $match 来查询单个范围的结果（即获取单个范围的结果），但我无法理解如何在单个管道查询中提取所有范围及其计数。

【问题讨论】：

这个链接可能对你有帮助***.com/questions/8945766/…

【参考方案1】：

与aggregation framework 中的“case”SQL 语句相对应的是$cond 运算符（请参阅manual）。 $cond 语句可以嵌套来模拟“when-then”和“else”，但我选择了另一种方法，因为它更易于阅读（和生成，见下文）：我将使用 $concat 运算符来编写范围字符串，然后用作分组键。

所以对于给定的集合：

db.xx.find()
 "_id" : ObjectId("514919fb23700b41723f94dc"), "name" : "A", "timespent" : 100 
 "_id" : ObjectId("514919fb23700b41723f94dd"), "name" : "B", "timespent" : 200 
 "_id" : ObjectId("514919fb23700b41723f94de"), "name" : "C", "timespent" : 300 
 "_id" : ObjectId("514919fb23700b41723f94df"), "name" : "D", "timespent" : 400 
 "_id" : ObjectId("514919fb23700b41723f94e0"), "name" : "E", "timespent" : 500 

聚合（硬编码）如下所示：

db.xx.aggregate([
   $project: 
    "_id": 0,
    "range": 
      $concat: [
        $cond: [  $lte: ["$timespent", 250] , "range 0-250", "" ]
      , 
        $cond: [  $and: [
           $gte: ["$timespent", 251] , 
           $lt:  ["$timespent", 450]  
        ] , "range 251-450", "" ]
      , 
        $cond: [  $and: [
           $gte: ["$timespent", 451] , 
           $lt:  ["$timespent", 650]  
        ] , "range 450-650", "" ]
      ]
    
  ,
   $group:  _id: "$range", count:  $sum: 1   ,
   $sort:  "_id": 1  ,
]);

结果是：

    "result" : [
        
            "_id" : "range 0-250",
            "count" : 2
        ,
        
            "_id" : "range 251-450",
            "count" : 2
        ,
        
            "_id" : "range 450-650",
            "count" : 1
        
    ],
    "ok" : 1

为了生成聚合命令，您必须将“范围”投影构建为 JSON 对象（或者您可以生成一个字符串，然后使用 JSON.parse(string)）

生成器如下所示：

var ranges = [ 0, 250, 450, 650 ];
var rangeProj = 
  "$concat": []
;

for (i = 1; i < ranges.length; i++) 
  rangeProj.$concat.push(
    $cond: 
      if: 
        $and: [
          $gte: [ "$timespent", ranges[i-1] ]
        , 
          $lt: [ "$timespent", ranges[i] ]
        ]
      ,
      then: "range " + ranges[i-1] + "-" + ranges[i],
      else: ""
    
  )


db.xx.aggregate([
  $project:  "_id": 0, "range": rangeProj 
, 
  $group:  _id: "$range", count:  $sum: 1  
, 
  $sort:  "_id": 1 
]);

这将返回与上面相同的结果。

【讨论】：

感谢您的回答。我从来没有想过 concat，但它确实简化了一些事情。

虽然此答案解决了问题的特定情况，但请注意，此方法仅支持独占条件。如果某些结果属于 1 个以上的组，则不会将它们累加到每个组中，而是将它们加到一个额外的组中'<group_name1><group_name2>'

【参考方案2】：

从 MongoDB 3.4 开始，我们可以使用 $switch 运算符在 $project 阶段执行多开关语句。

$group 管道运算符按“范围”对文档进行分组，并使用 $sum 累加器运算符返回每个组的“计数”。

db.collection.aggregate(
    [  
         "$project":  
            "range":  
                "$switch":  
                    "branches": [ 
                         
                            "case":  "$lte": [ "$timespent", 250 ] , 
                            "then": "0-250" 
                        , 
                         
                            "case":  
                                "$and": [ 
                                     "$gt": [ "$timespent", 250 ] , 
                                     "$lte": [ "$timespent", 450 ]  
                                ] 
                            , 
                            "then": "251-450" 
                        , 
                         
                            "case":  
                                "$and": [ 
                                     "$gt": [ "$timespent", 450 ] , 
                                     "$lte": [ "$timespent", 650 ]  
                                ] 
                            , 
                            "then": "451-650" 
                         
                    ], 
                    "default": "650+" 
                 
             
        , 
         "$group":  
            "_id": "$range", 
            "count":  "$sum": 1  
        
    ]
)

---

我们的收藏中有以下文档，

 "_id" : ObjectId("514919fb23700b41723f94dc"), "name" : "A", "timespent" : 100 ,
 "_id" : ObjectId("514919fb23700b41723f94dd"), "name" : "B", "timespent" : 200 ,
 "_id" : ObjectId("514919fb23700b41723f94de"), "name" : "C", "timespent" : 300 ,
 "_id" : ObjectId("514919fb23700b41723f94df"), "name" : "D", "timespent" : 400 ,
 "_id" : ObjectId("514919fb23700b41723f94e0"), "name" : "E", "timespent" : 500 

我们的查询产生：

 "_id" : "451-650", "count" : 1 
 "_id" : "251-450", "count" : 2 
 "_id" : "0-250", "count" : 2 

我们可能想在管道中添加一个$sort 阶段，按范围对我们的文档进行排序，但由于“范围”的类型，这只会对lexicographic order 中的文档进行排序。