Comment fusionner un champ de tableau dans un document dans l'agrégation Mongo

TLDR;

Les versions modernes devraient utiliser $reduceavec $setUnionaprès la première $groupcomme le montre:

db.collection.aggregate([
  { "$group": {
    "_id": { "Host": "$Host", "ArtId": "$ArtId" },
    "count": { "$sum": 1 },
    "tags": { "$addToSet": "$tags" }
  }},
  { "$addFields": {
    "tags": {
      "$reduce": {
        "input": "$tags",
        "initialValue": [],
        "in": { "$setUnion": [ "$$value", "$$this" ] }
      }
    }
  }}
])

Vous aviez raison de trouver l' $addToSetopérateur, mais lorsque vous travaillez avec du contenu dans un tableau, vous devez généralement traiter d' $unwindabord avec . Cela «dé-normalise» les entrées du tableau et fait essentiellement une «copie» du document parent avec chaque entrée du tableau comme valeur singulière dans le champ. C'est ce dont vous avez besoin pour éviter le comportement que vous voyez sans l'utiliser.

Votre "compte" pose cependant un problème intéressant, mais facilement résolu grâce à l'utilisation d'un "double déroulement" après une $groupopération initiale :

db.collection.aggregate([
    // Group on the compound key and get the occurrences first
    { "$group": {
        "_id": { "Host": "$Host", "ArtId": "$ArtId" },
        "tcount": { "$sum": 1 },
        "ttags": { "$push": "$tags" }
    }},

    // Unwind twice because "ttags" is now an array of arrays
    { "$unwind": "$ttags" },
    { "$unwind": "$ttags" },

    // Now use $addToSet to get the distinct values        
    { "$group": {
        "_id": "$_id",
        "tcount": { "$first": "$tcount" },
        "tags": { "$addToSet": "$ttags" }
    }},

    // Optionally $project to get the fields out of the _id key
    { "$project": {
        "_id": 0,
        "Host": "$_id.Host",
        "ArtId": "$_id.ArtId",
        "count": "$tcount",
        "tags": "$ttags"
    }}
])

Ce dernier bit avec $projectest également là parce que j'ai utilisé des noms «temporaires» pour chacun des champs dans les autres étapes du pipeline d'agrégation. En effet, il existe une optimisation en ce sens $projectque "copie" les champs d'une étape existante dans l'ordre dans lequel ils sont déjà apparus "avant que" tout "nouveau" champ ne soit ajouté au document.

Sinon, la sortie ressemblerait à:

{  "count":2 , "tags":[ "tag1", "tag2", "tag3" ], "Host": "abc.com", "ArtId": "123" }

Où les champs ne sont pas dans le même ordre que vous pourriez le penser. Trivial vraiment, mais cela compte pour certaines personnes, il vaut donc la peine d'expliquer pourquoi et comment gérer.

Il en $unwindva de même pour garder les éléments séparés et non dans des tableaux, et faire le $grouppremier vous permet d'obtenir le «décompte» des occurrences de la clé de «regroupement».

L' $firstopérateur utilisé plus tard "garde" cette valeur "count", car il vient d'être "dupliqué" pour chaque valeur présente dans le tableau "tags". C'est de toute façon la même valeur, donc ce n'est pas grave. Choisissez-en un.