MongoDB 練習 – スコアが 90 以上で「A」を獲得したレストランが最も多い地区を特定します

MongoDB Exercises

MongoDB クエリを作成して、グレードが「A」でスコアが 90 以上のレストランが最も多い地区を見つけます。

「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([
  {
    $match: {
      "grades.grade": "A",
      "grades.score": { $gte: 90 }
    }
  },
  {
    $group: {
      _id: "$borough",
count: { $sum: 1 }
    }
  },
  {
    $sort: { count: -1 }
  },
  {
    $limit: 1
  }
]);

Output

[ { _id: 'Manhattan', count: 3 } ]

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条件に基づいて絞り込み、変換し、集計するものです。具体的な手順は次の通りです：

$match: {“grades.grade”: “A”, “grades.score”: { $gte: 90 }}：このステップでは、評価が “A” かつスコアが 90 以上の評価を持つドキュメントを絞り込みます。

MongoDBの$match演算子を説明する

$match は、MongoDBの集計パイプライン操作で使用されるステージの1つです。このステージは、特定の条件に一致するドキュメントだけをパイプライン内でフィルタリングするために使用されます。

kyoblogs.com

2023.08.20

$group: {_id: “$borough”, count: { $sum: 1 }}：このステップでは、地区ごとに評価が “A” かつスコアが 90 以上のレストランの数を集計します。

MongoDB – $group と $sumを組み合わせた例

MongoDBの集計パイプライン操作で $group と $sum を組み合わせた例です。この例では、あるカテゴリに属する商品の売上合計を計算します。

kyoblogs.com

2023.08.20

$sort: {count: -1}：このステップでは、地区ごとのレストラン数を降順でソートします。

$limit: 1：このステップでは、ソートされた結果から上位の地区（レストラン数が最も多い地区）を1つだけ選択します。

この集約パイプラインの結果として、評価が “A” かつスコアが 90 以上のレストランを持つ地区の中で、レストラン数が最も多い地区が抽出され、出力されます。

Previous：各区で最も「A」評価の高いレストラン トップ 5