Mongodb 如何聚合不同值的出现次数（计数）？

Question

我有一套 200 万个主题标签。然而，只有大约 200k 是不同的值。我想知道我的数据中哪些主题标签重复得更多。

我用它来查找每个主题标签在我的数据集上重复了多少次：

db.hashtags.aggregate([{ "$group": {"_id": "$hashtag","count": { "$sum": 1 }}}]);

但是，我想将值保存在一个不同的集合中，只包含唯一值及其对应的出现次数。

我应该怎么做？

如果可能的话，请提供一些信息，以便我不仅可以理解代码，还可以理解如何去做。谢谢。

Answer 1

您可以使用 $out 管道运算符将聚合的输出写入另一个集合。

db.hashtags.aggregate([
    { "$group": {"_id": "$hashtag", "count": { "$sum": 1 }}},
    { "$out": "newcoll" }
]);

请注意，此功能是在 MongoDB 2.6

中添加的

Answer 2

使用以下 aggregation framework，对于具有多个记录的 hashtag，return 重复 hashtag 和相应的记录计数：

db.hashtags.aggregate([
   {
     $group: {
        _id: "$hashtag",
        count: { $sum: 1 }
     }
   },  
   { $match: { count: { $gt: 1 } } },   
   { $sort : { count : -1} },
   { $limit : 200 },
   { $out: "duphashtags" }
])

$sum 运算符将传递给它的字段的值相加，在本例中为常量 1 - 从而将分组记录的数量计入计数字段。 $match 过滤计数大于 1 的文档，即重复项。 $sort 首先对最频繁的重复项进行排序，并将结果限制在前 200 个。 $out 运算符将聚合管道 returned 的文档写入指定的集合，比如 "duphashtags".

Mongodb 如何聚合不同值的出现次数（计数）？

Mongodb how to aggregate the number of occurencies(count) of distinct values?

mongodb