MongoDB聚合查询：如何按正则匹配name字段对vacancy集合分组统计？

需求背景 #

现有vacancy集合，文档结构示例如下：

[
  {
    "name": "Software Developer",
    "published_at": "2022-08-31"
  },
  {
    "name": "Tech Lead",
    "published_at": "2022-08-31"
  },
  {
    "name": "Team Lead",
    "published_at": "2022-08-31"
  },
  {
    "name": "Software Engineer",
    "published_at": "2022-08-31"
  }
]

需要编写聚合查询，通过正则验证name字段中"Software"和"Lead"的存在，返回如下分组统计结果：

[
  {
    "_id": "Software",
    "count": 2
  },
  {
    "_id": "Lead",
    "count": 2
  }
]

聚合查询实现 #

db.vacancy.aggregate([
  // 拆分name字段为单词数组
  {
    $addFields: {
      words: { $split: ["$name", " "] }
    }
  },
  // 将数组拆分为单个单词的独立文档
  { $unwind: "$words" },
  // 筛选出匹配目标单词的文档（正则精确匹配）
  {
    $match: {
      words: { $in: [/^Software$/, /^Lead$/] }
    }
  },
  // 按单词分组统计出现次数
  {
    $group: {
      _id: "$words",
      count: { $sum: 1 }
    }
  }
])

逻辑说明 #

• $addFields + $split：将name字段按空格分割为单词数组，新增words字段存储该数组。
• $unwind：把数组拆分成单个单词的文档，确保每个单词能单独被统计。
• $match：用正则精确匹配"Software"和"Lead"，过滤掉无关单词的文档。
• $group：以匹配到的单词为分组键，统计每个单词的出现次数。

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