MongoDB
 sql >> база данни >  >> NoSQL >> MongoDB

Изчислете производна от първи ред с рамка за агрегиране на MongoDB

db.collection.aggregate(
    [
      {
        "$addFields": {
          "indexes": {
            "$range": [
              0,
              {
                "$size": "$time_series"
              }
            ]
          },
          "reversedSeries": {
            "$reverseArray": "$time_series"
          }
        }
      },
      {
        "$project": {
          "derivatives": {
            "$reverseArray": {
              "$slice": [
                {
                  "$map": {
                    "input": {
                      "$zip": {
                        "inputs": [
                          "$reversedSeries",
                          "$indexes"
                        ]
                      }
                    },
                    "in": {
                      "$subtract": [
                        {
                          "$arrayElemAt": [
                            "$$this",
                            0
                          ]
                        },
                        {
                          "$arrayElemAt": [
                            "$reversedSeries",
                            {
                              "$add": [
                                {
                                  "$arrayElemAt": [
                                    "$$this",
                                    1
                                  ]
                                },
                                1
                              ]
                            }
                          ]
                        }
                      ]
                    }
                  }
                },
                {
                  "$subtract": [
                    {
                      "$size": "$time_series"
                    },
                    1
                  ]
                }
              ]
            }
          },
          "time_series": 1
        }
      }
    ]
)

Можем да използваме конвейера по-горе във версия 3.4+, за да направим това. В конвейера използваме $addFields етап на тръбопровод. оператор за добавяне на масива от индекса на елементите на "time_series" за документ, ние също обърнахме масива от времеви серии и го добавихме към документа, използвайки съответно $range и $reverseArray оператори

Обърнахме масива тук, защото елементът на позиция p в масива винаги е по-голямо от елемента на позиция p+1 което означава, че [p] - [p+1] <0 и не искаме да използваме $multiply тук (вижте тръбопровода за версия 3.2)

След това $zipped данните от времевия ред с масива от индекси и приложи изваждане израз към резултантния масив с помощта на $map оператор.

След това $slice резултатът да отхвърли null/None стойност от масива и обърна отново резултата.

В 3.2 можем да използваме $unwind оператор за развиване нашия масив и включете индекса на всеки елемент в масива, като посочите документ като операнд вместо традиционния „път“ с префикс $ .

След това в процеса трябва да $group нашите документи и използвайте $push акумулаторен оператор за връщане на масив от поддокументи, които изглеждат така:

{
    "_id" : ObjectId("57c11ddbe860bd0b5df6bc64"),
    "time_series" : [
        { "value" : 10, "index" : NumberLong(0) },
        { "value" : 20, "index" : NumberLong(1) },
        { "value" : 40, "index" : NumberLong(2) },
        { "value" : 70, "index" : NumberLong(3) },
        { "value" : 110, "index" : NumberLong(4) }
    ]
}

Накрая идва $project сцена. На този етап трябва да използваме $map оператор за прилагане на поредица от изрази към всеки елемент в новоизчисления масив в $group етап.

Ето какво се случва вътре в $map (вижте $map като for цикъл)in израз:

За всеки поддокумент ние присвояваме стойността поле към променлива с помощта на $let променлив оператор. След това изваждаме неговата стойност от стойността на полето „стойност“ на следващия елемент в масива.

Тъй като следващият елемент в масива е елементът с текущия индекс плюс едно, всичко, от което се нуждаем, е помощта на $arrayElemAt оператор и прост $add ция на индекса на текущия елемент и 1 .

$subtract изразът връща отрицателна стойност, така че трябва да умножим стойността по -1 използвайки $multiply оператор.

Също така трябва да $filter полученият масив, защото последният елемент е Няма или null . Причината е, че когато текущият елемент е последният елемент, $subtract върне Няма тъй като индексът на следващия елемент е равен на размера на масива.

db.collection.aggregate([
  {
    "$unwind": {
      "path": "$time_series",
      "includeArrayIndex": "index"
    }
  },
  {
    "$group": {
      "_id": "$_id",
      "time_series": {
        "$push": {
          "value": "$time_series",
          "index": "$index"
        }
      }
    }
  },
  {
    "$project": {
      "time_series": {
        "$filter": {
          "input": {
            "$map": {
              "input": "$time_series",
              "as": "el",
              "in": {
                "$multiply": [
                  {
                    "$subtract": [
                      "$$el.value",
                      {
                        "$let": {
                          "vars": {
                            "nextElement": {
                              "$arrayElemAt": [
                                "$time_series",
                                {
                                  "$add": [
                                    "$$el.index",
                                    1
                                  ]
                                }
                              ]
                            }
                          },
                          "in": "$$nextElement.value"
                        }
                      }
                    ]
                  },
                  -1
                ]
              }
            }
          },
          "as": "item",
          "cond": {
            "$gte": [
              "$$item",
              0
            ]
          }
        }
      }
    }
  }
])

Друг вариант, който според мен е по-малко ефективен, е извършване на операция map/reduce върху нашата колекция с помощта на map_reduce метод.

>>> import pymongo
>>> from bson.code import Code
>>> client = pymongo.MongoClient()
>>> db = client.test
>>> collection = db.collection
>>> mapper = Code("""
...               function() {
...                 var derivatives = [];
...                 for (var index=1; index<this.time_series.length; index++) {
...                   derivatives.push(this.time_series[index] - this.time_series[index-1]);
...                 }
...                 emit(this._id, derivatives);
...               }
...               """)
>>> reducer = Code("""
...                function(key, value) {}
...                """)
>>> for res in collection.map_reduce(mapper, reducer, out={'inline': 1})['results']:
...     print(res)  # or do something with the document.
... 
{'value': [10.0, 20.0, 30.0, 40.0], '_id': ObjectId('57c11ddbe860bd0b5df6bc64')}

Можете също така да извлечете целия документ и да използвате numpy.diff за да върне производната по този начин:

import numpy as np


for document in collection.find({}, {'time_series': 1}):
    result = np.diff(document['time_series']) 


  1. Redis
  2.   
  3. MongoDB
  4.   
  5. Memcached
  6.   
  7. HBase
  8.   
  9. CouchDB
  1. Как да запазите правилно датата?

  2. ГРЕШКА на Mongodb:неуспешен дъщерен процес, излязъл с номер на грешка 51

  3. Свържете се с конкретна база данни по подразбиране в mongodb

  4. Как да добавите автоматично увеличение към съществуваща колекция в mongodb/node.js?

  5. Кога да използваме GridFS на MongoDB?