Pipline Mongodb聚合顺序

Question

我不小心尝试在publis集合上执行两个聚合命令：

db.publis.aggregate([  
    { $group : { _id : "$publisher" , count:{$sum:1} }  }   , 
    {$project: { _id:0 , count:1}  }  
])

db.publis.aggregate([ 
    {$project: { _id:0 , count:1}  }   , 
    { $group : { _id : "$publisher" , count:{$sum:1} }  }   ])

你能告诉我这个聚合函数是如何工作的吗？

Answer 1

聚合将从输入集合中读取文档，然后沿着管道依次传递文档。stages可以从流中删除文档、创建新文档或修改现有文档。

项目

$project阶段选择要包括在文档中或从文档中排除的字段，并且可以使用运算符生成新值。

在您的示例中，_id:0告诉它在传递文档之前删除_id字段，count:1告诉它包含count字段。

因为您已经显式包含了一个字段，所以所有未提及的字段都将被排除。

组

$group阶段将根据指定的_id值对文档进行分组，并应用任何指定的累加器表达式。

在您的示例中，这将根据publisher字段的值对文档进行分组，并为组中的每个文档将count字段递增1。

-

顺序确实很重要。

示例

考虑一个包含3个文档的样本数据集：

[
  {_id:1, publisher:"barnes"},
  {_id:2, publisher:"noble"},
  {_id:3, publisher:"barnes"}
]

由于示例管道不是以匹配阶段开始的，因此所有文档都将在开始时位于流中。

然后是项目组和

在您提供的第一个管道中，第一阶段是：

{ $group : { _id : "$publisher" , count:{$sum:1} }  }

在此阶段之后，管道流中的文档将如下所示：

[
  { _id: "barnes", count: 2},
  { _id: "noble", count:1}
]

然后是第二阶段

{$project: { _id:0 , count:1}  }

清除除count之外的所有字段，保留

{count: 2}，{count: 1}

项目，然后分组

在您的第二个管道示例中，阶段的顺序是相反的，因此从同一组输入文档开始：

[
  {_id:1, publisher:"barnes"},
  {_id:2, publisher:"noble"},
  {_id:3, publisher:"barnes"}
]

第一阶段

{$project: { _id:0 , count:1}  }

删除除计数之外的所有字段，保留：

[
 {},
 {},
 {}
]

第二阶段

{ $group : { _id : "$publisher" , count:{$sum:1} }  }

groups by _id，此时所有文档中都缺少该值，因此$group将使用null作为值，并将每个文档的计数相加并递增，留下：

[
 { _id:null, count:3}
]