如何使用AQL在ArangoDB中按指定属性合并集合文档

场景说明 #

现有集合包含3条示例文档：

doc1 {'X':'a', 'Y':'b', 'Z':'c'}
doc2 {'X':'m', 'Y':'n', 'Z':'c'}
doc3 {'X':'a', 'Y':'b', 'Z':'d'}

合并规则：

• 以X、Y字段取值为分组依据，取值完全相同的文档划入同一合并组
• 同组内除X、Y外的所有业务字段，将所有取值去重后归集：如果仅存在1个唯一值则保留单值格式，存在多个值则存为数组
• 删除同组内所有原始文档，插入合并后的新文档；仅含1条文档的分组直接保留原内容即可
  执行后期望得到的集合结果：

doc13 {'X':'a', 'Y':'b', 'Z':['c', 'd']}
doc2 {'X':'m', 'Y':'n', 'Z':'c'}

实现语句 #

以下语句默认集合名为yourCollection，执行前请替换为实际集合名称：

// 先完成全量文档的分组聚合，避免遍历集合时同时读写产生冲突
LET groupedResult = (
  FOR doc IN yourCollection
  // 按X、Y字段分组
  COLLECT x = doc.X, y = doc.Y INTO groupItems
  // 聚合除X/Y和系统字段外的所有属性
  LET mergedProps = MERGE(
    FOR prop IN ATTRIBUTES(groupItems[0].doc, true)
      FILTER prop NOT IN ['X', 'Y', '_id', '_key', '_rev']
      LET allValues = UNIQUE(groupItems[*].doc[prop])
      RETURN {
        // 单值保留原始格式，多值存为去重数组
        [prop]: LENGTH(allValues) == 1 ? allValues[0] : allValues
      }
  )
  RETURN {
    // 记录同组所有旧文档ID，用于后续删除
    oldDocIds: groupItems[*].doc._id,
    // 构造合并后的新文档
    mergedDoc: MERGE({X: x, Y: y}, mergedProps)
  }
)

// 批量删除所有原始旧文档
LET removeOld = (
  FOR group IN groupedResult
    FOR docId IN group.oldDocIds
      REMOVE docId IN yourCollection
)

// 批量插入合并完成的新文档
FOR group IN groupedResult
  INSERT group.mergedDoc IN yourCollection
  RETURN NEW

注意事项 #

• 执行写操作前建议先注释掉REMOVE和INSERT段落，单独运行groupedResult的查询逻辑，确认分组聚合结果符合预期后再执行全量语句，避免误改数据
• 语句默认对聚合字段做去重处理，如果你需要保留重复值，把UNIQUE(groupItems[*].doc[prop])替换为groupItems[*].doc[prop]即可
• 如果需要所有聚合字段统一使用数组格式（哪怕只有一个值），将三目运算部分直接替换为allValues即可

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