Concat Ciąg według grupy

Możesz to zrobić za pomocą struktury agregacji jako operacji „dwuetapowej”. Oznacza to najpierw zgromadzenie elementów w tablicy za pomocą $push z $group potoku, a następnie użyć $concat z $reduce na wytworzonej tablicy w rzucie końcowym:

db.collection.aggregate([
  { "$group": {
    "_id": "$tag_id",
    "client_id": { "$push": "$client_id" }
  }},
  { "$addFields": {
    "client_id": {
      "$reduce": {
        "input": "$client_id",
        "initialValue": "",
        "in": {
          "$cond": {
            "if": { "$eq": [ "$$value", "" ] },
            "then": "$$this",
            "else": {
              "$concat": ["$$value", ",", "$$this"]
            }
          }
        }
      }
    }
  }}
])

Stosujemy również $cond tutaj, aby uniknąć łączenia pustego ciągu z przecinkiem w wynikach, dzięki czemu wygląda bardziej jak lista rozdzielana.

FYI Wystąpił problem z JIRA SERVER-29339 który prosi o $reduce do zaimplementowania jako wyrażenie akumulacyjne aby umożliwić jego użycie bezpośrednio w $group etap rurociągu. Prawdopodobnie nie nastąpi to w najbliższym czasie, ale teoretycznie zastąpiłoby to $push w powyższym i uczynić operację jednym etapem rurociągu. Przykładowa proponowana składnia dotyczy kwestii JIRA.

Jeśli nie masz $reduce (wymaga MongoDB 3.4 ), a następnie po prostu przetwórz kursor:

db.collection.aggregate([
  { "$group": {
    "_id": "$tag_id",
    "client_id": { "$push": "$client_id" }
  }},
]).map( doc =>
  Object.assign(
    doc,
   { "client_id": doc.client_id.join(",") }
  )
)

Co następnie prowadzi do innej alternatywy wykonania tego przy użyciu mapReduce jeśli naprawdę musisz:

db.collection.mapReduce(
  function() {
    emit(this.tag_id,this.client_id);
  },
  function(key,values) {
    return [].concat.apply([],values.map(v => v.split(","))).join(",");
  },
  { "out": { "inline": 1 } }
)

Który oczywiście wyprowadza w konkretnym mapReduce forma _id i value jako zestaw kluczy, ale w zasadzie jest to wynik.

Używamy [].concat.apply([],values.map(...)) ponieważ wyjście „reduktora” może być „rozgraniczonym ciągiem”, ponieważ mapReduce działa przyrostowo z dużymi wynikami i dlatego wyjście reduktora może stać się "wejściem" w innym przejściu. Musimy więc oczekiwać, że tak się stanie i odpowiednio to potraktować.