MongoDB计算最常见的嵌套数组

Posted 2021-04-16

我有诗集。集合中的文档具有以下结构：

{
"_id" : "Romeo and Juliet",
"acts" : [ 
    {
        "title" : "ACT I",
        "scenes" : [ 
            {
                "title" : "SCENE I. Verona. A public place.",
                "action" : [ 
                    {
                        "character" : "SAMPSON",
                        "says" : [ 
                            "Gregory, o' my word, we'll not carry coals."
                        ]
                    }, 
                    {
                        "character" : "GREGORY",
                        "says" : [ 
                            "No, for then we should be colliers."
                        ]
                    }, 
                    // ...
                    {
                        "character" : "GREGORY",
                        "says" : [ 
                            "To move is to stir; and to be valiant is to stand:", 
                            "therefore, if thou art moved, thou runn'st away."
                        ]
                    }, 
                    {
                        "character" : "SAMPSON",
                        "says" : [ 
                            "A dog of that house shall move me to stand: I will", 
                            "take the wall of any man or maid of Montague's."
                        ]
                    }, 
                    {
                        "character" : "GREGORY",
                        "says" : [ 
                            "That shows thee a weak slave; for the weakest goes", 
                            "to the wall."
                        ]
                    }, 
                    // ...
            },
            // ...
        ]
    },
    // ...
]}

我需要在says对象中找到具有最多对话（scene）的诗。我尝试过使用$group，$unwind，$sort等，但结果并不正确。

答案

我需要找到场景对象中具有最多对话（说）的诗

这可以通过以下方式解释。

统计所有场景中所有动作的所有动作都表示每首诗中的所有动作，并显示所有诗歌中最大的诗歌文件。

我们的想法是找到所有动作，所有场景和所有行为的最大值，并输出最大的诗文档。

嵌套的$map和$max组合输出不同级别的最大值。

$project排除了“maxsaysacrossallacts”字段。

就像是

 db.poems.aggregate([
  {"$addFields":{
    "maxsaysacrossallacts":{
      "$max":{
        "$map":{
          "input":"$acts",
          "as":"maxsaysineachact",
          "in":{
            "$max":{
              "$map":{
                "input":"$$maxsaysineachact.scenes",
                "as":"maxsaysineachscene",
                "in":{
                  "$max":{
                    "$map":{
                      "input":"$$maxsaysineachscene.action",
                      "as":"sayssceneineachaction",
                      "in":{"$size":"$$sayssceneineachaction.says"}
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }},
  {"$sort":{"maxsaysacrossallacts":-1}},
  {"$limit":1},
  {"$project":{"maxsaysacrossallacts":0}}
])

更新：根据下面的评论，如果您需要输出最大说诗文档，您可以使用下面的聚合查询。

计算所有行为中的所有说法并输出最大说数的诗。

db.poems.aggregate([
  {"$addFields":{
    "sumsaysacrossallacts":{
      "$sum":{
        "$map":{
          "input":"$acts",
          "as":"sumsaysineachact",
          "in":{
            "$sum":{
              "$map":{
                "input":"$$sumsaysineachact.scenes",
                "as":"sumsaysineachscene",
                "in":{
                  "$sum":{
                    "$map":{
                      "input":"$$sumsaysineachscene.action",
                      "as":"sayssceneineachaction",
                      "in":{"$size":"$$sayssceneineachaction.says"}
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }},
  {"$sort":{"sumsaysacrossallacts":-1}},
  {"$limit":1},
  {"$project":{"sumsaysacrossallacts":0}}
])

另一答案

你可以尝试下面的聚合，我们是扁平化的行为，然后是场景，然后是行动，最后说要得到对话的总数，$sort按总数计算诗歌

db.poems.aggregate(
    [
        {$addFields : {flatActs : {$reduce : {input : "$acts", initialValue : [], in : {$concatArrays : ["$$value", ["$$this"]]}}}}},
        {$addFields : {flatScenes : {$reduce : {input : "$flatActs.scenes", initialValue : [], in : {$concatArrays : ["$$value", "$$this"]}}}}},
        {$addFields : {flatAction : {$reduce : {input : "$flatScenes.action", initialValue : [], in : {$concatArrays : ["$$value", "$$this"]}}}}},
        {$addFields : {flatSays : {$reduce : {input : "$flatAction.says", initialValue : [], in : {$concatArrays : ["$$value", "$$this"]}}}}},
        {$addFields : {dialogCount : {$size : "$flatSays"}}},
        {$sort : {dialogCount : -1}},
        {$project : {flatActs : 0, flatScenes : 0, flatAction : 0, flatSays : 0}}
    ]
).pretty()