如何在MongoDB中获取出现频次最低的字段值并提取版本数字？

核心实现思路 #

通过MongoDB聚合框架，分四步完成：提取纯数字版本号、分组统计频次、按频次升序排序、取频次最低的第一条数据。

完整聚合代码示例 #

假设目标集合为your_collection，目标字段为version：

db.your_collection.aggregate([
  // 1. 提取纯数字版本号，兼容带前缀的情况（如'alpha 1.0.8'提取为'1.0.8'）
  {
    $addFields: {
      cleanVersion: {
        $ifNull: [
          { $arrayElemAt: [{ $regexFind: { input: "$version", regex: /\d+(\.\d+)*$/ } }, 0] },
          "$version" // 无匹配时保留原字段值
        ]
      }
    }
  },
  // 2. 按清洗后的版本号分组，统计出现次数
  {
    $group: {
      _id: "$cleanVersion",
      count: { $sum: 1 }
    }
  },
  // 3. 按出现次数升序排序，次数相同时可按版本号排序（可选）
  {
    $sort: { count: 1, _id: 1 }
  },
  // 4. 取排序后的第一条，即为频次最低的版本
  {
    $limit: 1
  },
  // 可选：格式化输出字段，提升可读性
  {
    $project: {
      _id: 0,
      leastFrequentVersion: "$_id",
      occurrenceCount: "$count"
    }
  }
])

代码说明 #

• 提取纯数字版本：使用$regexFind配合正则/\d+(\.\d+)*$/，匹配字段末尾的数字版本部分（支持1、1.0.8等格式），自动忽略前缀内容。$ifNull用于处理无匹配的异常情况，保留原字段值。
• 分组统计：按清洗后的版本号分组，用$sum:1累计每个版本的出现次数。
• 排序取最小：按count升序排序后，$limit:1直接获取频次最低的版本。
• 格式化输出：通过$project重命名字段，让结果更直观。

示例结果 #

针对问题中的示例2，执行后会返回：

{ "leastFrequentVersion": "1.0.8", "occurrenceCount": 7 }

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