如何撰寫這個mongodbshell？

有一些推特資料，比如：

 {
        "id": 1432568863334539264, 
        "created_at": "2021-08-31 05:00:07",
        "text": "在颶風伊達摧毀了八條輸電線路后，周日新奧爾良的大部分地區陷入黑暗。一個新的天然氣管道...",
        "user_id": 807095。
    },
{ 
        "id": 1432578972844531714,
        "created_at": "2021-08-31 05:40:17",
        "text"： "RT @nytimes: 在颶風 "艾達 "摧毀了八條輸電線路后，新奧爾良大部分地區在周日陷入黑暗。一個新的天然氣發電廠，...",
        "user_id"： 1414848022849245186,
        "retweet_id": 1432568863334539264,
        "retweet_user_id"： 807095，
        "user_mentions": [/span>
            { 
                "id": 807095，
                "indices": []。
                    3,
                    11
                ]
            }
        ]
    }，
{>
        "id": 1432578589107625990,
        "created_at": "2021-08-31 05:38:46",
        "text"： "RT @nytimes: 在颶風 "艾達 "摧毀了八條輸電線路后，新奧爾良大部分地區在周日陷入黑暗。一個新的天然氣發電廠，...",
        "user_id": 1345847262010875915,
        "retweet_id": 1432568863334539264,
        "retweet_user_id"： 807095，
        "user_mentions": [/span>
            { 
                "id": 807095，
                "indices": []。
                    3,
                    11
                ]
            }
        ]
    }

我想用一個單一的查找或聚合來解決：

我的不起作用的腳本：

uj5u.com熱心網友回復：

樣本資料讓人很難理解這個解決方案，但它應該是有效的：

db.tweets_hurricane.aggregate( [ //加入tweets和re-tweets。 { $match: { retweet_id: { $exists: false } } }, { $lookup: { from: "tweets_hurricane"/span>, localField: "id", foreignField: "retweet_id", as: "retweets". } }, //過濾發布后第一個小時內創建的轉發。 { $set: { retweets: { $filter: { input: "$retweets"。 as: "tweet"。 cond: { $lt: ["$tweet. created_at", { $add: ["$created_at", 1000 * 60 * 60 ] }] } } } } }, // count number of retweets. { $set: { retweet_count: { $size: "$retweets" } } }, //限制最多轉發的推文。 { $sort: { retweet_count: -1 }. }, { $limit: 1 }, // finalize output { $project: { id: 1, retweet_count: 1, retweet_count. } } ])

uj5u.com熱心網友回復：

很抱歉花了這么長時間。我不得不生成假資料來測驗查詢。 這個查詢非常長，但它是我能想到的最有效的一個查詢。

注意：我使用$lookup來找到所有的轉發。但是我的機器上安裝的mongodb的版本是v4.4。所以我不得不使用一個較早的語法。查看$lookup的檔案，使用mongodb的簡潔語法v => 5.0。

演算法

1 - 找到所有的一般推文
2 - 對于每條一般的推文，通過檢查是否找到它的所有轉發的推文
  - general_tweet_id === retweet_id，以及轉發和一般推文之間的毫秒差。
  - 轉發和一般推文的
  - 創建時間的毫秒之差為< 60*60*1000 (1小時)

3 - 在"$project "陳述句中計算轉發陣列的大小為num_of_retweets
4 - 將num_of_retweets按降序排列。
5 - 使用`$limit`來挑選第一個結果。

虛擬資料

聚合管線

pipeline = [
  {
    $match: {
      retweet_id: { $exists: false },
    },
  },
  {
    $lookup: {
      from: "test",
      let: { general_tweet_date: "$created_at"/span>, general_tweet_id: "$_id" }。
      pipeline: [
        {
          $match: {
            $expr: {
              $and: [
                { $eq: ["$retweet_id", "$general_tweet_id"] 。},
                {
                  $lte: [
                    {
                      $subtract: [
                        { $toDate: "$created_at"/span> },
                        { $toDate: "$$general_tweet_date" },
                      ],
                    },
                    3600000,
                  ],
                },
              ],
            },
          },
        },
        {
          $project: {
            _id: 1,
          },
        },
      ],
      as: "retweets"。
    },
  },
  {
    $project: {
      num_of_retweets: { $size: "$retweets" },
    },
  },
  {
    $sort: { num_of_retweets: -1 },
  },
  {
    $limit: 1,
  },
];

標籤：

上一篇：如何在lm()函式中動態命名公式中的變數？

下一篇：如何在Monogodb中從有多個類似檔案的記錄串列中獲得最大的記錄？