MongoDB聚合查询在用户和支付模型分离时计算ARPU

Question

我想编写一个聚合查询来计算ARPU (每个用户的平均收入)，但是我一直在讨论如何使用数据来分离模型，我知道我可以使用$lookup连接到模型中，但是我不能以这种方式计算所有的用户。

这些是我的模型：

// User:
{
    _id,
    username: String,
    os: String
}

和

// Payment:
{
    _id,
    user: ObjectId,
    price: Number
}

我需要计算所有付款的总和除以所有用户的数量。

在此之后，我需要将它们按OS分组，即拥有os='os1'的用户支付的所有款项之和除以每个操作系统拥有os='os1'的所有用户的数量。

编辑

例如，用户的示例数据是：

{
    "_id" : ObjectId("5b77fdffcbbd830011dbc04e"),
    "username" : "user1",
    "os" : "android"
},
{
    "_id" : ObjectId("5b7856756aaf56001120816b"),
    "username" : "user2",
    "os" : "android"
},
{
    "_id" : ObjectId("5b824fa7234d1b0010310522"),
    "username" : "user3",
    "os" : "android"
},
{
    "_id" : ObjectId("5b8a242444074c0074b8a318"),
    "username" : "user4",
    "os" : "ios"
},
{
    "_id" : ObjectId("5b7801b0cbbd830011dbc050"),
    "username" : "user5",
    "os" : "ios"
}

支付的样本数据如下：

{
    "_id" : ObjectId("5bab61b617df7f173037fb1b"),
    "user" : ObjectId("5b77fdffcbbd830011dbc04e"), // user1
    "price" : 5
},
{
    "_id" : ObjectId("5bad4f980ab23100119300ec"),
    "user" : ObjectId("5b77fdffcbbd830011dbc04e"), // user1
    "price" : 10
},
{
    "_id" : ObjectId("5bad525edeed4e0011286842"),
    "user" : ObjectId("5b7856756aaf56001120816b"), // user2
    "price" : 5
},
{
    "_id" : ObjectId("5bad525edeed4e0011286848"),
    "user" : ObjectId("5b8a242444074c0074b8a318"), // user4
    "price" : 5
},
{
    "_id" : ObjectId("5bad525edeed4e0011286849"),
    "user" : ObjectId("5b8a242444074c0074b8a318"), // user4
    "price" : 15
}

我的预期输出是一个使用聚合查询实现的数字。

首先，我想要的是每个用户的平均收入：

ARPU: {sum of all payments} / {count of all users} = 40 / 5 = 8

如果我能做到这一点，那么我需要对每个操作系统进行分组：

ios-ARPU: {sum of payments ios users made} / {count of ios users} = 20 / 2 = 10

android-ARPU: {sum of payments android users made} / {count of android usrs} = 20 / 3 = 6.67

• 请注意，一些用户可能不会支付任何费用，但他们需要计算ARPU。

Answer 1

您可以从$lookup开始，然后使用$reduce计算每个用户的totalPayments。然后您可以通过$group by null获得包含用户总数和总付款的单个文档。要获得ARPU，最后一步需要$divide。

db.users.aggregate([
    {
        $lookup: {
            from: "payments",
            localField: "_id",
            foreignField: "user",
            as: "payments"
        }
    },
    {
        $project: {
            _id: 1,
            os: 1,
            totalPayments: {
                $reduce: {
                    input: "$payments",
                    initialValue: 0,
                    in: {
                        $add: [ "$$value", "$$this.price" ]
                    }
                }
            }
        }
    },
    {
        $group: {
            _id: null,
            totalUsers: { $sum: 1 },
            totalPayments: { $sum: "$totalPayments" }
        }
    },
    {
        $project: {
            arpu: { $divide: [ "$totalPayments", "$totalUsers" ] }
        }
    }
])

产出：{ "arpu" : 8 }

要获得arpu的每一个操作系统，您只需要通过$group通过$os

{
    $group: {
        _id: "$os",
        totalUsers: { $sum: 1 },
        totalPayments: { $sum: "$totalPayments" }
    }
}

指纹：

{ "_id" : "ios", "arpu" : 10 }
{ "_id" : "android", "arpu" : 6.666666666666667 }

Answer 2

利用$facet的使用，在$lookup阶段之后在一个管道中获得这两组计算。

下面演示如何将$facet用于上述聚合操作：

db.getCollection('Payment').aggregate([
    { "$lookup": { 
        "from": "users",
        "localField": "user",
        "foreignField": "_id",
        "as": "user"
    } },
    { "$addFields": {
        "user": { "$arrayElemAt": ["$user", 0] }
    } },
    { "$facet": {
        "users": [
            { "$group": {
                "_id": null,
                "ARPU": { "$avg": "$price" }
            } }
        ],
        "os": [
            { "$group": {
                "_id": "$user.os",
                "ARPU": { "$avg": "$price" }
            } },
            { "$group": {
                "_id": null,
                "avgs": {
                    "$push": {
                        "k": { "$concat": ["ARPU", "-", "$_id"] },
                        "v": "$ARPU"
                    }
                } 
            } },
            { "$replaceRoot": {
                "newRoot": { "$arrayToObject": "$avgs" }
            } }
        ]
    } }
])

这将为给定的示例文档产生如下结果：

{
    "users" : [ 
        {
            "_id" : null,
            "ARPU" : 8.0
        }
    ],
    "os" : [ 
        {
            "ios-ARPU" : 10.0,
            "android-ARPU" : 6.66666666666667
        }
    ]
}