MongoDB クエリを作成して、各区で「A」の評価を受けたレストランの数を調べます。
「レストラン」コレクションの構造:
{
"address": {
"building": "1007",
"coord": [ -73.856077, 40.848447 ],
"street": "Morris Park Ave",
"zipcode": "10462"
},
"borough": "Bronx",
"cuisine": "Bakery",
"grades": [
{ "date": { "$date": 1393804800000 }, "grade": "A", "score": 2 },
{ "date": { "$date": 1378857600000 }, "grade": "A", "score": 6 },
{ "date": { "$date": 1358985600000 }, "grade": "A", "score": 10 },
{ "date": { "$date": 1322006400000 }, "grade": "A", "score": 9 },
{ "date": { "$date": 1299715200000 }, "grade": "B", "score": 14 }
],
"name": "Morris Park Bake Shop",
"restaurant_id": "30075445"
}Query
db.restaurants.aggregate([
{
$unwind: "$grades"
},
{
$match: { "grades.grade": "A" }
},
{
$group: {
_id: "$borough",
count: { $sum: 1 }
}
}
])
Output
{ _id: 'Manhattan', count: 7447 },
{ _id: 'Staten Island', count: 575 },
{ _id: 'Queens', count: 2969 },
{ _id: 'Brooklyn', count: 2651 },
{ _id: 'Bronx', count: 1207 }
説明
このMongoDBの集計パイプライン操作は、’restaurants’ コレクション内のデータに対して、以下の手順で集計計算を行います：
$unwind: “$grades”：
このステージでは、配列フィールドである “grades” を展開し、各 “grades” 要素を個別のドキュメントとして分割します。これにより、各 “grades” 要素に対して後続の処理を行うことができるようになります。
$match: { “grades.grade”: “A” }：
このステージでは、”grades.grade” フィールドが “A” と一致するドキュメントのみを選択します。つまり、”A” グレードを持つドキュメントだけが次のステージに進みます。
$group: { _id: “$borough”, count: { $sum: 1 } }：
このステージでは、”$borough” フィールドを基準にドキュメントをグループ化し、各グループ内のドキュメント数を計算します。”$borough” フィールドの値に基づいてグループが形成され、各グループ内のドキュメントの数を合計（集計）します。
最終的に、”A” グレードを持つ各地区（borough）ごとにグループ化され、各グループ内のドキュメント数が計算されます。結果は “_id” フィールドには地区名（borough）が、”count” フィールドには対応する地区内の “A” グレードを持つレストランの数が格納されたドキュメントの配列として返されます。
Previous：各料理でグレード「A」を獲得したレストランの数を調べる
コメント