我有一系列类似于这个的文档:
{
"_id" : ObjectId("..."),
"field1": "some string",
"field2": "another string",
"field3": 123
}
我希望能够遍历整个集合并找到字段的总数。在这个示例文档中,有3个字段(不包括_id),但是文档中的字段数量范围从2到50个不等。最终,我只想知道每个文档平均有多少个字段。
有什么想法吗?
我有一系列类似于这个的文档:
{
"_id" : ObjectId("..."),
"field1": "some string",
"field2": "another string",
"field3": 123
}
db.collection.aggregate([
{"$project":{"numFields":{"$size":{"$objectToArray":"$$ROOT"}}}},
{"$group":{"_id":null, "fields":{"$sum":"$numFields"}, "docs":{"$sum":1}}},
{"$project":{"total":{"$subtract":["$fields", "$docs"]}, _id:0}}
])
$project
是将所有键转换为数组以计算字段数。 第二阶段$group
是对集合中的键/字段数量以及处理的文档数量进行求和。 第三阶段$project
是将总字段数减去文档总数(因为您不想计算_id
)。您可以在最后一个阶段轻松添加$avg以计算平均值。PRIMARY> var count = 0;
PRIMARY> db.my_table.find().forEach( function(d) { for(f in d) { count++; } });
PRIMARY> count
1074942
这是我能想出来的最简单的方法。对于非常大的数据集,使用Map-Reduce可能更为合适。但是,如果您的数据集足够小,这个方法就可以胜任。
虽然这是一个O(n^2)算法,但我不确定是否有更好的方法。
你可以创建一个 Map-Reduce 作业。在 Map 步骤中,使用 遍历每个文档的属性作为 JavaScript 对象,输出计数并缩减以得到总数。
一个简单的方法是使用find()函数查找所有的值,然后对于每组记录获取数组的大小。
db.getCollection().find(<condition>)
然后对于每组结果,获取数组的大小。
sizeOf(Array[i])