直方图直方图的结果

Question

我已经通过以下命令生成了一个直方图：

db.mydb.aggregate([{ $bucketAuto: { groupBy: "$userId", buckets: 1e9 } }])

假设我的独立用户少于10亿(并且有足够的内存)，这就给出了每个用户的文档数。

User   Docs
=====  ====
userA  3
userB  1
userC  5
userD  1

我想要获得这个直方图的结果，并通过轴心来计算每个文档计数的用户数。

结果将如下所示：

Docs  Users
====  =====
1     2
2     0
3     1
4     0
5     1

在MongoDB中有没有一种简单、实用的方法来实现这一点呢？

Answer 1

你可以从简单的$group stage开始：

db.col.aggregate([
    {
        $group: {
            _id: "$docs",
            count: { $sum: 1 }
        }
    },
    {
        $project: {
            _id: 0,
            docs: "$_id",
            users: "$count"            
        }
    },
    {
        $sort: { docs: 1 }
    }
])

这将为您提供以下结果：

{ "docs" : 1, "users" : 2 }
{ "docs" : 3, "users" : 1 }
{ "docs" : 5, "users" : 1 }

那么没有用户的文档就是缺失的部分。您可以从应用程序或从MongoDB添加它们(如下所示)：

db.col.aggregate([
    {
        $group: {
            _id: "$docs",
            count: { $sum: 1 }
        }
    },
    {
        $group: {
            _id: null,
            histogram: { $push: "$$ROOT" }
        }
    },
    {
        $project: {
            values: {
                $map: { 
                    input: { $range: [ { $min: "$histogram._id" }, { $add: [ { $max: "$histogram._id" }, 1 ] } ] },
                    in: {
                        docs: "$$this",
                        users: {
                            $let: {
                                vars: {
                                    current: { $arrayElemAt: [ { $filter: { input: "$histogram", as: "h", cond: { $eq: [ "$$h._id", "$$this" ] } } }, 0 ] }
                                },
                                in: {
                                    $ifNull: [ "$$current.count", 0 ]
                                }
                            }
                        }
                    } 
                }
            }
        }
    },
    {
        $unwind: "$values"
    },
    {
        $replaceRoot: {
            newRoot: "$values"
        }
    }
])

这里的想法是，我们可以通过null生成包含前一阶段的所有文档的单个文档。知道了$min和$max的值，我们就可以生成一个$range of numbers和$map，它的范围既可以是现有的计数，也可以是默认值0。然后，我们可以使用$unwind和$replaceRange来获得每个文档的单个直方图点。输出：

{ "docs" : 1, "users" : 2 }
{ "docs" : 2, "users" : 0 }
{ "docs" : 3, "users" : 1 }
{ "docs" : 4, "users" : 0 }
{ "docs" : 5, "users" : 1 }

Answer 2

mickl's answer绝对让我朝着正确的方向前进。特别是，在这个用例中，使用$group是对$bucketAuto的一个很好的改进。对直方图进行分层的诀窍是在同一个aggregate中多次使用$group阶段。我想这在事后看来是显而易见的。

完整的解决方案在这里：

const h2 = db.mydb.aggregate([
    { $group: { _id: "$userId", count: { $sum: 1 } } },
    { $group: { _id: "$count", count: { $sum: 1 } } },
    { $project: { docs: "$_id", users: "$count" } },
    { $sort: { docs: +1 } }
])