MongoDB 練習 – 各料理タイプのトップ 5 レストランとその平均スコアを見つけます

MongoDB クエリを作成して、料理の種類ごとに平均スコアが最も高い上位 5 軒のレストランとその平均スコアを検索します。

「レストラン」コレクションの構造:
Query
Output
説明

「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"},
  {$group: {
    _id: {cuisine: "$cuisine", restaurant_id: "$restaurant_id"},
avgScore: {$avg: "$grades.score"}
  }},
  {$sort: {
    "_id.cuisine": 1,
avgScore: -1
  }},
  {$group: {
    _id: "$_id.cuisine",
topRestaurants: {$push: {restaurant_id: "$_id.restaurant_id", avgScore: "$avgScore"}}
  }},
  {$project: {
    _id: 0,
cuisine: "$_id",
topRestaurants: {$slice: ["$topRestaurants", 5]}
  }}
])

Output

{
cuisine: 'Bagels/Pretzels',
topRestaurants: [
{ restaurant_id: '40396464', avgScore: 20.2 },
{ restaurant_id: '40363565', avgScore: 19.166666666666668 },
{ restaurant_id: '40667700', avgScore: 14.5 },
{ restaurant_id: '40759924', avgScore: 14.4 },
{ restaurant_id: '40392339', avgScore: 14.285714285714286 }
    ]
  },
  {
cuisine: 'Latin (Cuban, Dominican, Puerto Rican, South & Central American)',
topRestaurants: [
{ restaurant_id: '40596377', avgScore: 26.666666666666668 },
{ restaurant_id: '40582271', avgScore: 25.285714285714285 },
{ restaurant_id: '40393688', avgScore: 22.625 },
{ restaurant_id: '40791454', avgScore: 21.5 },
{ restaurant_id: '40743578', avgScore: 21.2 }
    ]
  },
  {
cuisine: 'Vietnamese/Cambodian/Malaysia',
topRestaurants: [
{ restaurant_id: '40700664', avgScore: 27.833333333333332 },
{ restaurant_id: '40578058', avgScore: 15.2 },
{ restaurant_id: '40751226', avgScore: 13.833333333333334 },
{ restaurant_id: '40559606', avgScore: 8.6 }
    ]
  },
.....

説明

このMongoDBの集約パイプラインは、’restaurants’ コレクション内のドキュメントを特定の手順に従って変換および絞り込むものです。具体的な手順は次の通りです：

$unwind: “$grades”：このステップでは、”grades” 配列内の各要素を展開して、各評価の情報を個別のドキュメントとして取り出します。

$group: {_id: {cuisine: “$cuisine”, restaurant_id: “$restaurant_id”}, avgScore: {$avg: “$grades.score”}}：このステップでは、“cuisine” と “restaurant_id” の組み合わせごとに評価の平均スコアを計算します。結果的に、各料理の各レストランの評価の平均スコアが計算されます。

$sort: {“_id.cuisine”: 1, avgScore: -1}：このステップでは、料理ごとに平均スコアを降順でソートし、同じ料理内で最高平均スコアのレストランが最初にくるようにします。

$group: {_id: “$_id.cuisine”, topRestaurants: {$push: {restaurant_id: “$_id.restaurant_id”, avgScore: “$avgScore”}}}：このステップでは、料理ごとに最高平均スコアを持つレストランの情報を配列としてまとめます。

$project: {_id: 0, cuisine: “$_id”, topRestaurants: {$slice: [“$topRestaurants”, 5]}}：最後のステップでは、出力ドキュメントの形式を整えます。”cuisine” フィールドは “_id” からコピーされ、”topRestaurants” フィールドは最大5つのレストラン情報を含む配列として出力されます。