嵌套数组最常见元素查询及Poem文档says最高计数字符查询求助

首先我先假设你的Poem文档结构大概是这样的（如果和实际结构有出入，你可以对应调整字段名）：

{
  "_id": ObjectId("60d21b4667d0d8992e610c85"),
  "title": "The Raven",
  "lines": [
    { "character": "Narrator", "says": "Once upon a midnight dreary..." },
    { "character": "Raven", "says": "Nevermore" },
    { "character": "Raven", "says": "Nevermore" },
    { "character": "Narrator", "says": "Quoth the raven..." }
  ],
  "themes": ["gothic", "melancholy", "loss"] // 示例嵌套数组字段
}

一、查找每首诗中says计数最高的角色 #

我们可以用MongoDB的聚合管道来实现这个需求，核心思路是先拆分台词数组、统计每个角色的台词数，再找出每首诗里的最高值：

db.poems.aggregate([
  // 1. 拆分每首诗的lines数组，让每条记录对应一句台词
  { $unwind: "$lines" },
  // 2. 按诗ID和角色分组，统计该角色在这首诗里的台词数量
  {
    $group: {
      _id: { poemId: "$_id", character: "$lines.character" },
      lineCount: { $sum: 1 },
      title: { $first: "$title" } // 保留诗的标题方便查看
    }
  },
  // 3. 重新按诗ID分组，把同一首诗的所有角色统计结果收集到数组中
  {
    $group: {
      _id: "$_id.poemId",
      title: { $first: "$title" },
      characterStats: {
        $push: {
          character: "$_id.character",
          lineCount: "$lineCount"
        }
      }
    }
  },
  // 4. 筛选出每首诗里台词数最多的角色（如果有多个角色计数相同，取第一个）
  {
    $addFields: {
      topCharacter: {
        $arrayElemAt: [
          {
            $filter: {
              input: "$characterStats",
              cond: { $eq: ["$$this.lineCount", { $max: "$characterStats.lineCount" }] }
            }
          },
          0
        ]
      }
    }
  },
  // 5. 整理输出格式，只保留需要的字段
  {
    $project: {
      _id: 0,
      poemId: "$_id",
      title: 1,
      topCharacter: 1
    }
  }
])

关键步骤解释： #

• $unwind: 把数组拆分成独立的文档，方便后续统计每个角色的台词数
• 第一次$group: 统计单个角色在单首诗中的台词总量
• 第二次$group: 把同一首诗的所有角色统计结果聚合到一起，方便后续找最大值
• $max + $filter: 先找出所有角色中的最高台词数，再筛选出对应这个数值的角色

二、统计嵌套数组中最常见的元素 #

这个需求分两种场景，我都给你提供解决方案：

场景1：全局范围内最常见的元素（所有诗的嵌套数组合并统计） #

比如统计所有诗的themes数组里出现次数最多的主题：

db.poems.aggregate([
  // 1. 拆分嵌套数组（把你的实际字段名替换掉`themes`）
  { $unwind: "$themes" },
  // 2. 按数组元素分组，统计出现次数
  {
    $group: {
      _id: "$themes",
      occurrenceCount: { $sum: 1 }
    }
  },
  // 3. 按出现次数降序排序，次数相同则按元素名称排序
  { $sort: { occurrenceCount: -1, _id: 1 } },
  // 4. 可选：只取前5个最常见的元素
  { $limit: 5 },
  // 5. 整理输出格式
  {
    $project: {
      _id: 0,
      element: "$_id",
      occurrenceCount: 1
    }
  }
])

场景2：每首诗自己的嵌套数组中最常见的元素 #

如果需要单独统计每首诗里的高频元素，逻辑和第一个问题类似：

db.poems.aggregate([
  // 1. 拆分嵌套数组
  { $unwind: "$themes" },
  // 2. 按诗ID和数组元素分组，统计该元素在这首诗里的出现次数
  {
    $group: {
      _id: { poemId: "$_id", element: "$themes" },
      count: { $sum: 1 },
      title: { $first: "$title" }
    }
  },
  // 3. 按诗ID分组，收集所有元素的统计结果
  {
    $group: {
      _id: "$_id.poemId",
      title: { $first: "$title" },
      elementStats: {
        $push: {
          element: "$_id.element",
          count: "$count"
        }
      }
    }
  },
  // 4. 找出每首诗里出现次数最多的元素
  {
    $addFields: {
      mostCommonElement: {
        $arrayElemAt: [
          {
            $filter: {
              input: "$elementStats",
              cond: { $eq: ["$$this.count", { $max: "$elementStats.count" }] }
            }
          },
          0
        ]
      }
    }
  },
  // 5. 整理输出格式
  {
    $project: {
      _id: 0,
      poemId: "$_id",
      title: 1,
      mostCommonElement: 1
    }
  }
])

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