समूह द्वारा कॉनकैट स्ट्रिंग

आप इसे "दो चरण" ऑपरेशन के रूप में एकत्रीकरण ढांचे के साथ कर सकते हैं। जो पहले आइटम को $push के ज़रिए एक ऐरे में जमा करना है एक $group के साथ पाइपलाइन, और फिर उपयोग करने के लिए $concat $reduce के साथ अंतिम प्रक्षेपण में उत्पादित सरणी पर:

db.collection.aggregate([
  { "$group": {
    "_id": "$tag_id",
    "client_id": { "$push": "$client_id" }
  }},
  { "$addFields": {
    "client_id": {
      "$reduce": {
        "input": "$client_id",
        "initialValue": "",
        "in": {
          "$cond": {
            "if": { "$eq": [ "$$value", "" ] },
            "then": "$$this",
            "else": {
              "$concat": ["$$value", ",", "$$this"]
            }
          }
        }
      }
    }
  }}
])

हम $cond भी लागू करते हैं परिणामों में अल्पविराम के साथ एक खाली स्ट्रिंग को जोड़ने से बचने के लिए, इसलिए यह एक सीमित सूची की तरह दिखता है।

FYI करें एक JIRA समस्या है SERVER-29339 जो $reduce की मांग करता है एक संचयक व्यंजक के रूप में क्रियान्वित करने के लिए इसे सीधे $group में इस्तेमाल करने की अनुमति देने के लिए पाइपलाइन चरण। जल्द ही किसी भी समय होने की संभावना नहीं है, लेकिन सैद्धांतिक रूप से यह की जगह ले लेगा। $पुश उपरोक्त में और ऑपरेशन को एकल पाइपलाइन चरण बनाएं। नमूना प्रस्तावित वाक्य रचना JIRA मुद्दे पर है।

अगर आपके पास $reduce नहीं है (MongoDB 3.4 की आवश्यकता है) तो बस कर्सर को पोस्ट करें:

db.collection.aggregate([
  { "$group": {
    "_id": "$tag_id",
    "client_id": { "$push": "$client_id" }
  }},
]).map( doc =>
  Object.assign(
    doc,
   { "client_id": doc.client_id.join(",") }
  )
)

जो तब mapReduce अगर आपको वास्तव में चाहिए:

db.collection.mapReduce(
  function() {
    emit(this.tag_id,this.client_id);
  },
  function(key,values) {
    return [].concat.apply([],values.map(v => v.split(","))).join(",");
  },
  { "out": { "inline": 1 } }
)

निश्चित रूप से कौन सा विशिष्ट mapReduce . में आउटपुट करता है _id . का रूप और मान चाबियों के सेट के रूप में, लेकिन यह मूल रूप से आउटपुट है।

हम उपयोग करते हैं [].concat.apply([],values.map(...)) क्योंकि "reducer" का आउटपुट "सीमांकित स्ट्रिंग" हो सकता है क्योंकि mapReduce बड़े परिणामों के साथ वृद्धिशील रूप से काम करता है और इसलिए रेड्यूसर का आउटपुट दूसरे पास पर "इनपुट" बन सकता है। इसलिए हमें उम्मीद करनी चाहिए कि ऐसा हो सकता है और उसी के अनुसार इसका इलाज करें।