请问MongoDB：聚合框架：获取每个分组ID的最新文档

Question

我想获取所有其他字段的每个工作站的最后一个文档：{        "_id" : ObjectId("535f5d074f075c37fff4cc74"),        "station" : "OR",        "t" : 86,        "dt" : ISODate("2014-04-29T08:02:57.165Z")}{        "_id" : ObjectId("535f5d114f075c37fff4cc75"),        "station" : "OR",        "t" : 82,        "dt" : ISODate("2014-04-29T08:02:57.165Z")}{        "_id" : ObjectId("535f5d364f075c37fff4cc76"),        "station" : "WA",        "t" : 79,        "dt" : ISODate("2014-04-29T08:02:57.165Z")}我需要有t站和每个站的最新dt。使用聚合框架：db.temperature.aggregate([{$sort:{"dt":1}},{$group:{"_id":"$station", result:{$last:"$dt"}, t:{$last:"$t"}}}])退货{        "result" : [                {                        "_id" : "WA",                        "result" : ISODate("2014-04-29T08:02:57.165Z"),                        "t" : 79                },                {                        "_id" : "OR",                        "result" : ISODate("2014-04-29T08:02:57.165Z"),                        "t" : 82                }        ],        "ok" : 1}这是最有效的方法吗？谢谢

Answer 1

索引是您真正需要的：

db.temperature.ensureIndex({ 'station': 1, 'dt': 1 })

for s in db.temperature.distinct('station'):

    db.temperature.find({ station: s }).sort({ dt : -1 }).limit(1)

当然使用实际上对您的语言有效的任何语法。

编辑：您是对的，像这样的循环会导致每个站往返，这对几个站来说非常有用，而对于1000个站则不太好。不过，您仍然希望station + dt上的复合索引能够取降序排序的优点：

db.temperature.aggregate([

    { $sort: { station: 1, dt: -1 } },

    { $group: { _id: "$station", result: {$first:"$dt"}, t: {$first:"$t"} } }

])

Answer 2

至于您发布的聚合查询，我将确定您在dt上有一个索引：

db.temperature.ensureIndex({'dt': 1 })

这将确保聚合管道开始时的$ sort尽可能高效。

至于是否是最有效的获取数据的方法，与循环查询相比，这可能取决于您拥有多少数据点。首先，我认为使用“成千上万个站点”以及可能成千上万个数据点，聚合方法会更快。

但是，随着您添加越来越多的数据，一个问题是聚合查询将继续接触所有文档。随着您扩展到数百万或更多的文档，这将变得越来越昂贵。这种情况的一种方法是在$ sort之后添加$ limit以限制所考虑的文档总数。这有点hacky和不精确，但它将有助于限制需要访问的文档总数。