Wybierz Grupuj według liczby i odrębnej liczby w tym samym zapytaniu mongodb

Zaczynasz myśleć we właściwym kierunku, gdy zmierzałeś we właściwym kierunku. Zmieniając sposób myślenia SQL, „odrębny” to tak naprawdę tylko kolejny sposób na napisanie $group operacja w dowolnym języku. Oznacza to, że masz dwa operacje grupowe odbywające się tutaj i, w kategoriach potoku agregacji, dwa etapy potoku.

Tylko z uproszczonymi dokumentami do wizualizacji:

{
    "campaign_id": "A",
    "campaign_name": "A",
    "subscriber_id": "123"
},
{
    "campaign_id": "A",
    "campaign_name": "A",
    "subscriber_id": "123"
},
{
    "campaign_id": "A",
    "campaign_name": "A",
    "subscriber_id": "456"
}

Jest rzeczą zrozumiałą, że dla danej kombinacji „kampanii” całkowita liczba i „różne” liczby wynoszą odpowiednio „3” i „2”. Logiczną rzeczą do zrobienia jest więc najpierw „zgrupowanie” wszystkich tych wartości „subscriber_id” i zachowanie liczby wystąpień dla każdej z nich, a następnie myślenie „potok”, „suma” tych wartości na „kampanię”, a następnie po prostu policz „ odrębne” wystąpienia jako oddzielna liczba:

db.campaigns.aggregate([
    { "$match": { "subscriber_id": { "$ne": null }}},

    // Count all occurrences
    { "$group": {
        "_id": {
            "campaign_id": "$campaign_id",
            "campaign_name": "$campaign_name",
            "subscriber_id": "$subscriber_id"
        },
        "count": { "$sum": 1 }
    }},

    // Sum all occurrences and count distinct
    { "$group": {
        "_id": {
            "campaign_id": "$_id.campaign_id",
            "campaign_name": "$_id.campaign_name"
        },
        "totalCount": { "$sum": "$count" },
        "distinctCount": { "$sum": 1 }
    }}
])

Po pierwszej "grupie" dokumenty wyjściowe można wizualizować w następujący sposób:

{ 
    "_id" : { 
        "campaign_id" : "A", 
        "campaign_name" : "A", 
        "subscriber_id" : "456"
    }, 
    "count" : 1 
}
{ 
    "_id" : { 
        "campaign_id" : "A", 
        "campaign_name" : "A", 
        "subscriber_id" : "123"
    }, 
    "count" : 2
}

Tak więc z „trzech” dokumentów w przykładzie „2” należy do jednej odrębnej wartości, a „1” do innej. Można to nadal sumować za pomocą $sum w celu uzyskania wszystkich pasujących dokumentów, które wykonasz w następnym etapie, z końcowym wynikiem:

{ 
    "_id" : { 
        "campaign_id" : "A", 
        "campaign_name" : "A"
    },
    "totalCount" : 3,
    "distinctCount" : 2
}

Naprawdę dobrą analogią do potoku agregacji jest potok unixowy „|” operator, który umożliwia „łączenie w łańcuch” operacji, dzięki czemu można przekazać dane wyjściowe jednego polecenia do danych wejściowych następnego i tak dalej. Rozpoczęcie myślenia o wymaganiach przetwarzania w ten sposób pomoże ci lepiej zrozumieć operacje z potoku agregacji.