MongoDB。集計パイプラインを使用して計算フィールドを運ぶ方法

Question

私はjson形式のいくつかのOSMデータからいくつかの洞察を集めようとしています。ここで私はMongoDBの/ PyMongoで使用している文書の例です：

{"amenity": "post_office", 
"name": "Dominion Road Postshop", 
"created": {"uid": "10829", 
      "changeset": "607706", 
      "version": "5", 
      "user": "myfanwy", 
       "timestamp": "2007-11-24T12:41:04Z"}, 
"pos": [-36.8801299, 174.7495053], 
"created_by": "Potlatch 0.5d", 
"type": "node", 
"id": "61076379"} 

したがって、各文書には、ユーザーやアメニティがあります。私は、各ユーザーが記録するアメニティの数を、各ユーザーが記録するアメニティの合計で割って求めます。

クエリ1.各ユーザレコードの各アメニティの何を見つける：

amenity_per_user = coll.aggregate([{"$match":{"amenity":{"$exists":True}}}, 
           {"$group":{"_id":{"user":"$created.user", "amenities":"$amenity"}, "count":{"$sum":1}}}, 
           {"$sort":{"count":-1}}]) 

クエリ2をので、ここで明確にするのに役立つ

は、私は、個々の数を見つけるために使用したいコードスニペットです。

：（5つの結果それぞれに限定される）

results = coll.aggregate([{"$match":{"amenity":{"$exists":True}}}, 
         {"$group":{"_id":"$created.user", "count":{"$sum":1}}}, 
         {"$sort":{"count":-1}}]) 

そして両方のための答え：どのように多くの設備、各ユーザレコードの検索

Finding how many of each amenity each user records: 
{u'_id': {u'amenities': u'parking', u'user': u'Rudy355'}, u'count': 1886} 
{u'_id': {u'amenities': u'post_box', u'user': u'Rudy355'}, u'count': 547} 
{u'_id': {u'amenities': u'telephone', u'user': u'Rudy355'}, u'count': 485} 
{u'_id': {u'amenities': u'parking', u'user': u'myfanwy'}, u'count': 451} 
{u'_id': {u'amenities': u'restaurant', u'user': u'Rudy355'}, u'count': 429} 
Find how many amenities each user records: 
{u'_id': u'Rudy355', u'count': 6321} 
{u'_id': u'myfanwy', u'count': 951} 
{u'_id': u'Robert Ancell', u'count': 599} 
{u'_id': u'lcmortensen', u'count': 366} 
{u'_id': u'Marks2000', u'count': 228} 

ここで私がしたいことは、各ユーザのトップアメニティ（すなわち、駐車施設のための1886エントリを作成したRudy355）の合計量を、記録の合計量（クエリ2）で割ることです。 - その結果、Rudy355は彼の録音の0.3倍を「駐車場」アメニティで作ったことになります。 - 1886/6321 = 0.3。すべてのヘルプは素晴らしいだろう

coll.aggregate([{"$match":{"amenity":{"$exists":True}}}, 
        {"$group":{"_id":"$created.user", "user_count":{"$sum":1}}}, 
        {"$group":{"_id":{"user":"$created.user", "amenities":"$amenity"}, "amenity_count":{"$sum":1}, 
           "ucount":{"$push":"$user_count"}}}, 
        {"$unwind":"$ucount"}, 
        {"$project":{"$divide":{"$ucount", "$amenity_count"}}}, 
        {"$sort":{"count":-1}}]) 

：

これは私が持っているものです！

ところで、私は実際には、$ pushを使用して 'user_count'の値を保存するというアイデアが気に入らないのです。誰もがそれのような計算フィールドを保存するより良い方法を知っていますか？

Answer 1

以下の集計を試すことができます。 $pushをそれぞれamenityとそのcountを保存し、recordの計算にはtotalのユーザアメニティカウントに使用します。

[ 
    {"$match":{"amenity":{"$exists":True}}}, 
    {"$group":{"_id":{"user":"$created.user", "amenity":"$amenity"}, "count":{"$sum":1}}}, 
    {"$group":{"_id":"$_id.user", "total":{"$sum":"$count"}, "amenities":{"$push":{amenity:"$_id.amenity","count":"$count"}}}}, 
    {"$unwind":"$amenities"}, 
    {"$project:{"_id":0,"user":"$_id", "amenity":"$amenities.amenity", record":{"$divide":{"$amenities.count", "$total"}}}}, 
    {"$sort":{"record":-1}} 
]                               

次のような出力があります。

{"user":"Rudy355", "amenity":"parking", "record":0.3}