$denseRank (聚合)

本页内容

定义

行为
示例

定义

新版本5.0.

$denseRank

返回文档位置（称为排名）相对于$setWindowFields 阶段分区。

$setWindowFields 阶段的 sortBy 字段值确定文档排名。有关MongoDB如何比较不同类型的字段的信息，请参阅 BSON比较顺序。

如果多个文档占据相同的排名，$denseRank 将具有后续值的文档放置在下一个排名，而不留空隙（请参阅行为）。

$denseRank 只在 $setWindowFields 阶段中可用。

$denseRank 语法

{ $denseRank: { } }

$denseRank 不接受任何参数。

提示

另请参阅

$rank

行为

$rank 和 $denseRank 在对重复的 sortBy 字段值进行排名时的方法不同。例如，当 sortBy 字段值为 7, 9, 9, 和 10 时
- $denseRank 将这些值排名为 1, 2, 2, 和 3。重复的 9 值排名为 2，而 10 的排名为 3。排名之间没有间隔。
- $rank 将这些值排名为 1, 2, 2, 和 4。重复的 9 值排名为 2，而 10 的排名为 4。排名 3 处有间隔。
对于具有 sortBy 字段 null 值或缺少 sortBy 字段的文档，根据 BSON 比较顺序分配排名。请参阅包含重复值、空值或缺失数据的排名分区示例。
从 MongoDB 8.0 开始，null 和缺失的字段值在 $denseRank 和 $rank 的 sortBy 操作中计算排名时被同等对待。此更改使 denseRank 和 rank 的行为与 $sort 保持一致。

请参阅重复、空和缺失值的密集排名。

示例

整数域下的稠密秩分区

创建一个包含加利福尼亚州（CA）和华盛顿州（WA）的糕点销售的cakeSales集合

db.cakeSales.insertMany( [
   { _id: 0, type: "chocolate", orderDate: new Date("2020-05-18T14:10:30Z"),
     state: "CA", price: 13, quantity: 120 },
   { _id: 1, type: "chocolate", orderDate: new Date("2021-03-20T11:30:05Z"),
     state: "WA", price: 14, quantity: 140 },
   { _id: 2, type: "vanilla", orderDate: new Date("2021-01-11T06:31:15Z"),
     state: "CA", price: 12, quantity: 145 },
   { _id: 3, type: "vanilla", orderDate: new Date("2020-02-08T13:13:23Z"),
     state: "WA", price: 13, quantity: 104 },
   { _id: 4, type: "strawberry", orderDate: new Date("2019-05-18T16:09:01Z"),
     state: "CA", price: 41, quantity: 162 },
   { _id: 5, type: "strawberry", orderDate: new Date("2019-01-08T06:12:03Z"),
     state: "WA", price: 43, quantity: 134 }
] )

此示例使用$denseRank在$setWindowFields阶段中输出每个state的糕点销售的quantity稠密秩

db.cakeSales.aggregate( [
   {
      $setWindowFields: {
         partitionBy: "$state",
         sortBy: { quantity: -1 },
         output: {
            denseRankQuantityForState: {
               $denseRank: {}
            }
         }
      }
   }
] )

在示例中

partitionBy: "$state" 分区了集合中的文档，按state进行分区。有CA和WA的分区。
sortBy: { quantity: -1 } 排序了每个分区中的文档，按quantity降序（-1），因此最高的quantity排在第一位。

output将denseRankOrderDateForState字段设置为使用$denseRank的orderDate稠密秩，如下所示的结果。

{ "_id" : 4, "type" : "strawberry", "orderDate" : ISODate("2019-05-18T16:09:01Z"),
  "state" : "CA", "price" : 41, "quantity" : 162, "denseRankQuantityForState" : 1 }
{ "_id" : 2, "type" : "vanilla", "orderDate" : ISODate("2021-01-11T06:31:15Z"),
  "state" : "CA", "price" : 12, "quantity" : 145, "denseRankQuantityForState" : 2 }
{ "_id" : 0, "type" : "chocolate", "orderDate" : ISODate("2020-05-18T14:10:30Z"),
  "state" : "CA", "price" : 13, "quantity" : 120, "denseRankQuantityForState" : 3 }
{ "_id" : 1, "type" : "chocolate", "orderDate" : ISODate("2021-03-20T11:30:05Z"),
  "state" : "WA", "price" : 14, "quantity" : 140, "denseRankQuantityForState" : 1 }
{ "_id" : 5, "type" : "strawberry", "orderDate" : ISODate("2019-01-08T06:12:03Z"),
  "state" : "WA", "price" : 43, "quantity" : 134, "denseRankQuantityForState" : 2 }
{ "_id" : 3, "type" : "vanilla", "orderDate" : ISODate("2020-02-08T13:13:23Z"),
  "state" : "WA", "price" : 13, "quantity" : 104, "denseRankQuantityForState" : 3 }

按日期字段进行密集排名分区

本例展示了如何使用日期与 $denseRank 在 $setWindowFields 阶段来输出每个 state 的蛋糕销售额的 orderDate 密集排名。

db.cakeSales.aggregate( [
   {
      $setWindowFields: {
         partitionBy: "$state",
         sortBy: { orderDate: 1 },
         output: {
            denseRankOrderDateForState: {
               $denseRank: {}
            }
         }
      }
   }
] )

在示例中

partitionBy: "$state" 分区了集合中的文档，按state进行分区。有CA和WA的分区。
sortBy: { orderDate: 1 } 排序每个分区的文档，按 orderDate 顺序（1），因此最早的 orderDate 是第一个。

output 使用 $denseRank 将 denseRankOrderDateForState 字段设置为 orderDate 排名，如下所示的结果。

{ "_id" : 4, "type" : "strawberry", "orderDate" : ISODate("2019-05-18T16:09:01Z"),
  "state" : "CA", "price" : 41, "quantity" : 162, "denseRankOrderDateForState" : 1 }
{ "_id" : 0, "type" : "chocolate", "orderDate" : ISODate("2020-05-18T14:10:30Z"),
  "state" : "CA", "price" : 13, "quantity" : 120, "denseRankOrderDateForState" : 2 }
{ "_id" : 2, "type" : "vanilla", "orderDate" : ISODate("2021-01-11T06:31:15Z"),
  "state" : "CA", "price" : 12, "quantity" : 145, "denseRankOrderDateForState" : 3 }
{ "_id" : 5, "type" : "strawberry", "orderDate" : ISODate("2019-01-08T06:12:03Z"),
  "state" : "WA", "price" : 43, "quantity" : 134, "denseRankOrderDateForState" : 1 }
{ "_id" : 3, "type" : "vanilla", "orderDate" : ISODate("2020-02-08T13:13:23Z"),
  "state" : "WA", "price" : 13, "quantity" : 104, "denseRankOrderDateForState" : 2 }
{ "_id" : 1, "type" : "chocolate", "orderDate" : ISODate("2021-03-20T11:30:05Z"),
  "state" : "WA", "price" : 14, "quantity" : 140, "denseRankOrderDateForState" : 3 }

重复、空和缺失值的密集排名

创建一个 cakeSalesWithDuplicates 集合，其中

蛋糕销售位于加利福尼亚州（CA）和华盛顿州（WA）。
第 6 到 8 份文档与第 5 份文档具有相同的 quantity 和 state。
第 9 份文档与第 4 份文档具有相同的 quantity 和 state。
第 10 份文档的 quantity 为 null。
第 11 份文档缺失 quantity。

db.cakeSalesWithDuplicates.insertMany( [
   { _id: 0, type: "chocolate", orderDate: new Date("2020-05-18T14:10:30Z"),
     state: "CA", price: 13, quantity: 120 },
   { _id: 1, type: "chocolate", orderDate: new Date("2021-03-20T11:30:05Z"),
     state: "WA", price: 14, quantity: 140 },
   { _id: 2, type: "vanilla", orderDate: new Date("2021-01-11T06:31:15Z"),
     state: "CA", price: 12, quantity: 145 },
   { _id: 3, type: "vanilla", orderDate: new Date("2020-02-08T13:13:23Z"),
     state: "WA", price: 13, quantity: 104 },
   { _id: 4, type: "strawberry", orderDate: new Date("2019-05-18T16:09:01Z"),
     state: "CA", price: 41, quantity: 162 },
   { _id: 5, type: "strawberry", orderDate: new Date("2019-01-08T06:12:03Z"),
     state: "WA", price: 43, quantity: 134 },
   { _id: 6, type: "strawberry", orderDate: new Date("2020-01-08T06:12:03Z"),
     state: "WA", price: 41, quantity: 134 },
   { _id: 7, type: "strawberry", orderDate: new Date("2020-01-01T06:12:03Z"),
     state: "WA", price: 34, quantity: 134 },
   { _id: 8, type: "strawberry", orderDate: new Date("2020-01-02T06:12:03Z"),
     state: "WA", price: 40, quantity: 134 },
   { _id: 9, type: "strawberry", orderDate: new Date("2020-05-11T16:09:01Z"),
     state: "CA", price: 39, quantity: 162 },
   { _id: 10, type: "strawberry", orderDate: new Date("2020-05-11T16:09:01Z"),
     state: "CA", price: 39, quantity: null },
   { _id: 11, type: "strawberry", orderDate: new Date("2020-05-11T16:09:01Z"),
     state: "CA", price: 39 }
] )

此示例使用 $denseRank 在 $setWindowFields 阶段，输出来自 cakeSalesWithDuplicates 集合的每个 state 的 quantity 密集排名。

db.cakeSalesWithDuplicates.aggregate( [
   {
      $setWindowFields: {
         partitionBy: "$state",
         sortBy: { quantity: -1 },
         output: {
            denseRankQuantityForState: {
               $denseRank: {}
            }
         }
      }
   }
] )

在示例中

partitionBy: "$state" 分区了集合中的文档，按state进行分区。有CA和WA的分区。
sortBy: { quantity: -1 } 排序了每个分区中的文档，按quantity降序（-1），因此最高的quantity排在第一位。

output 通过使用 $denseRank. 将 denseRankQuantityForState 字段设置为 quantity 的密集排名。

以下是一个输出示例：

具有相同 quantity 和 state 的文档具有相同的排名，排名之间没有间隙。这与 $rank 不同，其排名之间有间隙（例如，请参阅包含重复值、空值或缺失数据的排名分区）。
在 CA 分区中，具有 null quantity 的文档然后是缺少 quantity 的文档在输出中排名最低。这种排序是 BSON 比较顺序的结果，在该示例中，数字值之后对 null 和缺失值进行排序。

{ "_id" : 4, "type" : "strawberry", "orderDate" : ISODate("2019-05-18T16:09:01Z"),
  "state" : "CA", "price" : 41, "quantity" : 162, "denseRankQuantityForState" : 1 }
{ "_id" : 9, "type" : "strawberry", "orderDate" : ISODate("2020-05-11T16:09:01Z"),
  "state" : "CA", "price" : 39, "quantity" : 162, "denseRankQuantityForState" : 1 }
{ "_id" : 2, "type" : "vanilla", "orderDate" : ISODate("2021-01-11T06:31:15Z"),
  "state" : "CA", "price" : 12, "quantity" : 145, "denseRankQuantityForState" : 2 }
{ "_id" : 0, "type" : "chocolate", "orderDate" : ISODate("2020-05-18T14:10:30Z"),
  "state" : "CA", "price" : 13, "quantity" : 120, "denseRankQuantityForState" : 3 }
{ "_id" : 10, "type" : "strawberry", "orderDate" : ISODate("2020-05-11T16:09:01Z"),
  "state" : "CA", "price" : 39, "quantity" : null, "denseRankQuantityForState" : 4 }
{ "_id" : 11, "type" : "strawberry", "orderDate" : ISODate("2020-05-11T16:09:01Z"),
  "state" : "CA", "price" : 39, "denseRankQuantityForState" : 5 }
{ "_id" : 1, "type" : "chocolate", "orderDate" : ISODate("2021-03-20T11:30:05Z"),
  "state" : "WA", "price" : 14, "quantity" : 140, "denseRankQuantityForState" : 1 }
{ "_id" : 5, "type" : "strawberry", "orderDate" : ISODate("2019-01-08T06:12:03Z"),
  "state" : "WA", "price" : 43, "quantity" : 134, "denseRankQuantityForState" : 2 }
{ "_id" : 6, "type" : "strawberry", "orderDate" : ISODate("2020-01-08T06:12:03Z"),
  "state" : "WA", "price" : 41, "quantity" : 134, "denseRankQuantityForState" : 2 }
{ "_id" : 7, "type" : "strawberry", "orderDate" : ISODate("2020-01-01T06:12:03Z"),
  "state" : "WA", "price" : 34, "quantity" : 134, "denseRankQuantityForState" : 2 }
{ "_id" : 8, "type" : "strawberry", "orderDate" : ISODate("2020-01-02T06:12:03Z"),
  "state" : "WA", "price" : 40, "quantity" : 134, "denseRankQuantityForState" : 2 }
{ "_id" : 3, "type" : "vanilla", "orderDate" : ISODate("2020-02-08T13:13:23Z"),
  "state" : "WA", "price" : 13, "quantity" : 104, "denseRankQuantityForState" : 3 }

$degreesToRadians

$derivative