Vyberte Seskupit podle počtu a odlišného počtu ve stejném dotazu mongodb

Začínáte uvažovat správným směrem, protože jste se vydali správným směrem. Změna vašeho myšlení SQL, „odlišný“ je ve skutečnosti jen další způsob psaní $group provoz v obou jazycích. To znamená, že máte dva skupinové operace, které se zde odehrávají, a z hlediska agregačního potrubí dvě fáze potrubí.

Pouze se zjednodušenými dokumenty k vizualizaci:

{
    "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"
}

Je logické, že pro danou kombinaci „kampaně“ je celkový počet a „odlišný“ počet „3“ a „2“. Logická věc, kterou je třeba udělat, je nejprve „seskupit“ všechny tyto hodnoty „subscriber_id“ a ponechat počet výskytů pro každou z nich, pak při přemýšlení „potrubí“ „celkem“ tyto počty za „kampaň“ spočítat odlišné" výskyty jako samostatné číslo:

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 první "skupině" mohou být výstupní dokumenty vizualizovány takto:

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

Takže ze „tří“ dokumentů ve vzorku patří „2“ jedné odlišné hodnotě a „1“ jiné. Stále to lze sečíst pomocí $sum abyste získali celkový počet odpovídajících dokumentů, které provedete v následující fázi, s konečným výsledkem:

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

Opravdu dobrou analogií pro agregační kanál je unixové potrubí "|" operátor, který umožňuje "řetězení" operací, takže můžete předat výstup jednoho příkazu na vstup dalšího a tak dále. Začnete-li přemýšlet o svých požadavcích na zpracování tímto způsobem, pomůže vám to lépe porozumět operacím s agregačním kanálem.