如何用MongoDB聚合管道按合法提示组合分组统计

现有文档结构 #

[
  {
    _id: ObjectId("6481b9762f11910c77d977ae"),
    hints: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint1" },
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint2" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint3" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint4" }
    ]
  },
  {
    _id: ObjectId("6168b9751000006e9d436bd1"),
    hints: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint1" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint3" }
    ]
  }
]

需求说明 #

需要统计每个合法提示组合的出现记录数，规则如下：

• 合法组合要求同一creatorId不能重复出现
• 默认每条记录包含所有创作者的提示，无需处理部分组合的情况
• 提示的唯一性由creatorId+textValue共同决定，textValue相同但creatorId不同的提示算不同提示

问题 #

能否仅通过MongoDB聚合管道实现该需求？尝试过多种管道写法，但卡在单条记录中同一创作者存在多个提示的情况，无法生成符合要求的组合统计。

期望结果 #

[
  {
    _id: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint1" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint3" }
    ],
    count: 2
  },
  {
    _id: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint1" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint4" }
    ],
    count: 1
  },
  {
    _id: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint2" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint3" }
    ],
    count: 1
  },
  {
    _id: [
      { creatorId: "093c90be-8f19-45de-89ab-20070ef6d3f5", textValue: "hint2" },
      { creatorId: "575b9c75-c89d-4505-aec5-b001d8836845", textValue: "hint4" }
    ],
    count: 1
  }
]

解决方案：聚合管道实现 #

可以通过聚合管道完成，核心思路是先按creatorId分组整理提示，再生成所有合法组合，最后统计组合出现次数。具体管道如下：

db.collection.aggregate([
  // 1. 按creatorId分组，将同一创作者的提示整理到数组中
  {
    $unwind: "$hints"
  },
  {
    $group: {
      _id: {
        docId: "$_id",
        creatorId: "$hints.creatorId"
      },
      hints: { $push: "$hints" }
    }
  },
  {
    $group: {
      _id: "$_id.docId",
      creatorHints: {
        $push: {
          creatorId: "$_id.creatorId",
          hints: "$hints"
        }
      }
    }
  },
  // 2. 递归生成所有创作者提示的笛卡尔积（即合法组合）
  {
    $addFields: {
      combinations: {
        $reduce: {
          input: "$creatorHints",
          initialValue: [[]],
          in: {
            $concatArrays: {
              $map: {
                input: "$$value",
                as: "existing",
                in: {
                  $map: {
                    input: "$$this.hints",
                    as: "hint",
                    in: { $concatArrays: ["$$existing", ["$$hint"]] }
                  }
                }
              }
            }
          }
        }
      }
    }
  },
  // 3. 展开所有组合，为统计做准备
  { $unwind: "$combinations" },
  // 4. 对组合排序，确保相同内容的组合结构一致（避免因顺序不同被视为不同组合）
  {
    $addFields: {
      sortedCombination: {
        $sortArray: {
          input: "$combinations",
          sortBy: { creatorId: 1, textValue: 1 }
        }
      }
    }
  },
  // 5. 按排序后的组合分组统计出现次数
  {
    $group: {
      _id: "$sortedCombination",
      count: { $sum: 1 }
    }
  },
  // 6. 调整输出字段顺序（可选）
  { $project: { _id: 1, count: 1 } }
])

步骤解释 #

1. 按创作者整理提示：先拆分hints数组，再按文档ID+创作者ID分组，把同一创作者在同一条记录里的所有提示整理到单独的数组中，得到每个文档下各创作者的提示集合。
2. 生成笛卡尔积组合：用$reduce和$map嵌套，递归生成所有创作者提示的笛卡尔积，这样每个组合里每个创作者只会出现一次，符合合法组合要求。
3. 组合排序去重：对每个组合按creatorId和textValue排序，确保内容相同但顺序不同的组合被视为同一个，避免统计错误。
4. 统计组合次数：按排序后的组合分组，统计每个组合出现的记录数，得到最终结果。

内容的提问来源于stack exchange，提问作者Shaked Vitkon