Question

我有一组推文，我试图在根级别（类似于引用的推文）输出转发到新的集合，以便稍后使用转储和恢复将它们与原始集合合并。转发状态是推文文档中的子文档，可能有多条推文转发同一条推文。如何在根级别进行转发并添加一个名为＆＃39;转发_by＆＃39;包含转发它的所有推文的ID？

请记住，我使用tweet id作为主索引（_id），以避免在组合（mongorestore）集合时创建重复项。

我的收藏品有以下形式：

{
    "_id" : "123456",
    "other_fields1" : "values1",
    "retweeted_status" : {
                          "retweet_id": "159753",
                          "other_fields2" : "values2",
                          }
}

理想的输出预计如下：

{
    "_id" : "159753",
    "other_fields2" : "values2",    
    "retweeted_by" : [ "123456", "974631", "121212"]
}

编辑以澄清：

子文档中的字段（other_fields2）是多个字段（~28），这些字段并不存在于其他推文中

Answer 1

好的..所以我终于找到了我的问题的解决方案..我不确定这是否是最好的方法：

db.tweets.aggregate([
{
    $match: { retweeted_status: {$exists: true}} 
},
{ 
    $addFields: { 'retweeted_status.retweeted_by' : '$_id', 'retweeted_status._id' : '$retweeted_status.id_str'} 
},
{
   $replaceRoot: { newRoot: '$retweeted_status'} 
},
{ 
    $group: { _id: '$_id',  doc: { '$first': '$$ROOT' }, retweeted_by: {$addToSet: '$retweeted_by'}}
},
{
    $addFields: { 'doc.retweeted_by' : '$retweeted_by'}
},
{
    $replaceRoot: { newRoot: '$doc'}
},
{
    $project: { id: 0 , id_str: 0 }
},
{
    $out: 'retweets'
}
], {allowDiskUse: true})

最初，每个文件（推文）都有以下形式：

{parent，{subdocument}}

首先匹配retweeted_status（子文档）的存在，然后在通过retweeted_status id进行分组之前，我添加了一个带有父推文id的字段：

{parent，{subdocument，parent_id}}

然后用修改后的子文档替换了root：

{subdocument，parent_id}

然后，我按新根的_id分组，获取该组的第一个文档，并添加了一个新的累加器集（retweeted_by）。（不是$ push，因为twitter API有时会发送重复项）

到目前为止，根文档包含_id，嵌入在字段'doc'中的转发文档，以及包含父项的数组：

{doc {subdocument，parent_id}，[parent_ids]}

接下来，我将parents数组添加为doc中的一个字段，（覆盖之前添加的retweeted_by字段）：

{doc {subdocument，[parent_ids]}，[parent_ids]}

然后用新文档替换父（root）。然后排除包含与_id相同数字的字段：

{subdocument，[parent_ids]}

mongodb：返回子文档并跟踪父级

1 个答案: