MongoDBのaggregate()でドキュメントの共通部分（積集合）をフィールドに対して照合する方法

MongoDBでドキュメントの共通部分を照合するには

MongoDBで、あるフィールドの値ごとにグループ化したドキュメントの中から、複数の条件値をすべて含むグループ（共通部分）を抽出したい場合には、aggregate()（集計パイプライン）を利用します。本記事では、$match・$group・$all・$elemMatchを組み合わせて、特定のフィールド値の積集合を持つドキュメント群を取得する手順を解説します。

サンプルコレクションの作成

まず、insertOne()メソッドを使って、デモ用コレクション「demo393」にドキュメントを挿入します。

> db.demo393.insertOne(
...    {
...       Id1: "1",
...       Name: "Chris",
...       Id2: "100"
...    }
... );
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e5e6dd522064be7ab44e804")
}
> db.demo393.insertOne(
...    {
...       Id1: "1",
...       Name: "Chris",
...       Id2: "101"
...    }
... );
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e5e6dd522064be7ab44e805")
}
> db.demo393.insertOne(
...    {
...       Id1: "3",
...       Name: "Chris",
...       Id2: "100"
...    }
... );
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e5e6dd522064be7ab44e806")
}
> db.demo393.insertOne(
...    {
...       Id1: "3",
...       Name: "Mike",
...       Id2: "101"
...    }
... );
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e5e6dd522064be7ab44e807")
}

登録したドキュメントの確認

find()メソッドを使うと、コレクション内のすべてのドキュメントを表示できます。

> db.demo393.find();

実行すると、次のような出力が得られます。

{ "_id" : ObjectId("5e5e6dd522064be7ab44e804"), "Id1" : "1", "Name" : "Chris", "Id2" : "100" }
{ "_id" : ObjectId("5e5e6dd522064be7ab44e805"), "Id1" : "1", "Name" : "Chris", "Id2" : "101" }
{ "_id" : ObjectId("5e5e6dd522064be7ab44e806"), "Id1" : "3", "Name" : "Chris", "Id2" : "100" }
{ "_id" : ObjectId("5e5e6dd522064be7ab44e807"), "Id1" : "3", "Name" : "Mike", "Id2" : "101" }

共通部分を照合する集計パイプライン

以下のクエリでは、まず「NameがChris」のドキュメントだけを$matchで絞り込みます。次に$groupステージでId1の値ごとにグループ化し、$$ROOTを使ってドキュメント全体をdocs配列に格納するとともに、countで各グループの件数を数えます。最後の$matchステージで、「countが1より大きい」こと、および「docs配列内にId2が100の要素と101の要素が両方存在する」ことを条件に抽出を行います。

> db.demo393.aggregate([
...    { "$match": { "Name": "Chris" } },
...    { "$group": {
...       "_id": "$Id1",
...       "docs": { "$push": "$$ROOT" },
...       "count": { "$sum": 1 }
...    }},
...    { "$match": {
...       "count": { "$gt": 1 },
...       "docs": {
...          "$all": [
...             { "$elemMatch": { "Id2": "100" } },
...             { "$elemMatch": { "Id2": "101" } }
...          ]
...       }
...    }}
... ])

実行すると、次の出力が得られます。

{ "_id" : "1", "docs" : [ { "_id" : ObjectId("5e5e6dd522064be7ab44e804"), "Id1" : "1", "Name" : "Chris", "Id2" : "100" }, { "_id" : ObjectId("5e5e6dd522064be7ab44e805"), "Id1" : "1", "Name" : "Chris", "Id2" : "101" } ], "count" : 2 }

クエリのポイント

• $match（第1段階）：Nameが「Chris」のドキュメントに事前に絞り込むことで、以降の処理対象を減らし、パフォーマンスを向上させています。
• $group：Id1の値をキーとしてグループ化し、$$ROOTで元ドキュメント全体を保持しつつ、countでグループ内の件数をカウントします。
• $allと$elemMatch：docs配列の中に「Id2が100である要素」と「Id2が101である要素」の両方が存在するかどうかを検証します。
• count > 1：同じId1のグループ内に複数件のドキュメントが存在することを保証します。

結果として、Id1が「1」のグループにはId2が「100」と「101」の両方を含むChrisのドキュメントが2件存在するため、条件を満たして出力されています。一方、Id1が「3」のグループでは、ChrisのドキュメントはId2「100」の1件しかないため、countの条件を満たせず除外される点にも注目してください。