MongoosJS: лучший подход для производного/вычисляемого значения

Вы можете использовать структуру агрегации для расчета агрегатов. Это более быстрая альтернатива Map/Reduce для обычных операций агрегирования. В MongoDB конвейер состоит из ряда специальных операторов, применяемых к коллекции для обработки записей данных и возврата вычисленных результатов. Операции агрегирования группируют значения из нескольких документов вместе и могут выполнять различные операции над сгруппированными данными, чтобы вернуть один результат. Дополнительные сведения см. в документации.

Рассмотрите возможность запуска следующего конвейера, чтобы получить желаемый результат:

var pipeline = [
    { "$unwind": "$userPicks" },
    {
        "$group": {
            "_id": {
                "week": "$week",
                "user": "$userPicks.user"
            },
            "weeklyScore": {
                "$sum": {
                    "$cond": [
                        { "$eq": ["$userPicks.chosenTeam", "$winner"] },
                        1, 0
                    ]
                }
            }           
        }
    },
    {
        "$group": {
            "_id": "$_id.user",
            "weeklyScores": {
                "$push": {
                    "week": "$_id.week",
                    "score": "$weeklyScore"
                }
            },
            "totalScores": { "$sum": "$weeklyScore" }
        }
    }
];

Game.aggregate(pipeline, function(err, results){
    User.populate(results, { "path": "_id" }, function(err, results) {
        if (err) throw err;
        console.log(JSON.stringify(results, undefined, 4));
    });
})

В приведенном выше конвейере первым шагом является $unwind оператор

{ "$unwind": "$userPicks" }

что очень удобно, когда данные хранятся в виде массива. Когда оператор раскрутки применяется к полю данных списка, он создает новую запись для каждого элемента поля данных списка, к которому применяется раскрутка. Это в основном сглаживает данные.

Это необходимая операция для следующего этапа конвейера, $group шаг, на котором вы группируете сведенные документы по полям week и "userPicks.user"

    {
        "$group": {
            "_id": {
                "week": "$week",
                "user": "$userPicks.user"
            },
            "weeklyScore": {
                "$sum": {
                    "$cond": [
                        { "$eq": ["$userPicks.chosenTeam", "$winner"] },
                        1, 0
                    ]
                }
            }           
        }
    }

Конвейер $group оператор похож на предложение SQL GROUP BY. В SQL вы не можете использовать GROUP BY, если вы не используете какую-либо из функций агрегирования. Точно так же вы должны использовать функцию агрегации и в MongoDB. Подробнее о функциях агрегации можно прочитать здесь.

В этой $group операции, логика расчета недельного счета каждого пользователя (т. е. количества футбольных игр, которые они правильно прогнозируют каждую неделю) выполняется с помощью тернарного оператора $cond, который принимает логическое условие в качестве первого аргумента (если), а затем возвращает второй аргумент, если оценка верна (тогда) или третий аргумент, где ложь (иначе). Это делает истинные/ложные возвраты в 1 и 0 для подачи на $sum соответственно:

"$cond": [
    { "$eq": ["$userPicks.chosenTeam", "$winner"] },
    1, 0
]

Таким образом, если в обрабатываемом документе поле "$userPicks.chosenTeam" совпадает с полем "$winner", $cond передает значение 1 сумме, иначе суммирует нулевое значение.

Второй групповой конвейер:

{
    "$group": {
        "_id": "$user",
        "weeklyScores": {
            "$push": {
                "week": "$_id.week",
                "score": "$weeklyScore"
            }
        },
        "totalScores": { "$sum": "$weeklyScore" }
    }
}

берет документы из предыдущего конвейера и группирует их дальше по полю user и вычисляет другой агрегат, то есть общий балл, используя $sum. В рамках того же конвейера вы можете агрегировать список еженедельных оценок, используя $push, который возвращает массив значений выражений для каждой группы.

Здесь следует отметить одну вещь: при выполнении конвейера MongoDB передает операторы друг другу. «Канала» здесь имеет значение Linux: вывод оператора становится вводом следующего оператора. Результатом работы каждого оператора является новая коллекция документов. Таким образом, Mongo выполняет указанный выше конвейер следующим образом:

collection | $unwind | $group | $group => result

Теперь, когда вы запускаете конвейер агрегации в Mongoose, результаты будут иметь ключ _id, который является идентификатором пользователя, и вам нужно заполнить результаты в этом поле, т.е. Mongoose выполнит «присоединение» к коллекции пользователей и вернет документы с схема пользователя в результатах.

В качестве примечания: чтобы помочь понять конвейер или отладить его, если вы получите неожиданные результаты, запустите агрегацию только с первым оператором конвейера. Например, запустите агрегацию в оболочке mongo как:

db.games.aggregate([
    { "$unwind": "$userPicks" }
])

Проверьте результат, чтобы увидеть, правильно ли деконструирован массив userPicks. Если это дает ожидаемый результат, добавьте следующее:

db.games.aggregate([
    { "$unwind": "$userPicks" },
    {
        "$group": {
            "_id": {
                "week": "$week",
                "user": "$userPicks.user"
            },
            "weeklyScore": {
                "$sum": {
                    "$cond": [
                        { "$eq": ["$userPicks.chosenTeam", "$winner"] },
                        1, 0
                    ]
                }
            }           
        }
    }
])

Повторяйте шаги, пока не дойдете до последнего шага конвейера.