在MongoDB Aggregation Pipeline中引用整个文档

Question

我可以使用'$'操作符引用MongoDB聚合管道中属性的各个值的值。但是，我如何访问(引用)整个文档呢?

---

UPDATE:提供一个示例来解释场景。

这是我正在尝试做的一个例子。我收集了很多推特。每条推文都有一个成员"集群"，这是一个特定推文属于哪个集群的指示。

{
    "_id" : "5803519429097792069",
    "text" : "The following vehicles/owners have been prosecuted by issuing notice on the basis of photographs on dated... http://t.co/iic1Nn85W5",
    "oldestts" : "2013-02-28 16:11:32.0",
    "firstTweetTime" : "4 hours ",
    "id" : "307161122191065089",
    "isLoc" : true,
    "powertweet" : true,
    "city" : "new+delhi",
    "latestts" : "2013-02-28 16:35:05.0",
    "no" : 0,
    "ts" : 1362081807.9693,
    "clusters" : [
        {
            "participationCoeff" : 1,
            "clusterID" : "5803519429097792069"
        }
    ],
    "username" : "dtptraffic",
    "verbSet" : [
        "date",
        "follow",
        "prosecute",
        "have",
        "be"
    ],
    "timestamp" : "4 hours ",
    "entitySet" : [ ],
    "subCats" : {
        "Generic" : [ ]
    },
    "lang" : "en",
    "fns" : 18.35967,
    "url" : "url|109|131|http://fb.me/2CeaI7Vtr",
    "cat" : [
        "Generic"
    ],
    "order" : 7
} 

因为我的集合中有几十万条tweet，所以我想通过'clusters.clusterID'对所有tweet进行分组。基本上，我想编写如下查询:

db.tweets.aggregate (
{ $group : { _id : '$clusters.clusterID', 'members' : {$addToSet : <????> } } }
)

我想访问当前处理的文档，并在我放入上述查询的地方引用它。有人知道怎么做吗?

Answer 1

使用 $$ROOT 变量:

引用当前正在聚合管道阶段处理的根文档，即顶级文档。

Answer 2

目前还没有在聚合框架中访问完整文档的机制，如果您只需要字段的子集，您可以这样做:

db.tweets.aggregate([ {$group: { _id: '$clusters.clusterID',
                                  members: {$addToSet :  
                                       { user: "$user",
                                         text: "$text", // etc for subset 
                                                        // of fields you want
                                       }
                                  } 
                               } 
                       } ] )

不要忘记，对于几十万条tweet，聚合整个文档将使您达到返回的聚合框架结果文档的16MB限制。

你可以通过MapReduce这样做:

var m = function() {
  emit(this.clusters.clustersID, {members:[this]});
}
var r = function(k,v) {
  res = {members: [ ] };
  v.forEach( function (val) {
     res.members = val.members.concat(res.members);
  } );
  return res;
}
db.tweets.mapReduce(m, r, {out:"output"});

Answer 3

我认为MapReduce对这个任务更有用。

正如Asya Kamsky在评论中所写的，我的例子对于mongodb是不正确的，请使用mongodb的官方文档