MongoDB クエリを作成して、各レストランの最高スコアを見つけます。
「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([{
$unwind: "$grades"
},
{
$group: {
_id: "$name",
highest_score: {
$max: "$grades.score"
}
}
}
])
Output
{ _id: 'Cucina Gourmet', highest_score: 17 },
{ _id: 'Picanteria El Botecito', highest_score: 13 },
{ _id: 'LefkosPygos Cafe', highest_score: 10 },
{ _id: 'Bull Head Tavern', highest_score: 11 },
{ _id: "Rosa'S Pizza", highest_score: 39 },
{ _id: 'Cafe Loup', highest_score: 19 },
{ _id: 'Cafe Rustico Ii', highest_score: 13 },
{ _id: 'Bliss Street Station Restaurant', highest_score: 12 },
{ _id: 'Hallmark Deli', highest_score: 10 },
{ _id: 'Starbucks Coffee (Store #7555)', highest_score: 13 },
.....
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。$unwind
演算子について…$group: { _id: "$name", highest_score: { $max: "$grades.score" } }
:
このステージでは、“$name” フィールドを基準にドキュメントをグループ化し、各グループ内で最高のスコアを計算します。”$name” 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 “grades.score” フィールドの最大値(最高スコア)を計算します。$group
演算子について…
最終的に、各レストランの名前を基準にしてグループ化され、各グループ内での最高スコアが計算されます。結果は “_id” フィールドには名前が、”highest_score” フィールドには最高スコアが格納されたドキュメントの配列として返されます。
Previous:各レストランの平均スコアを求める
Next:各レストランの最低スコアを見つける
コメント