MongoDB集計パイプラインで重複するNameフィールド値ごとの出現回数を取得する方法

MongoDBでは、$unwindと$groupを組み合わせた集計（アグリゲーション）パイプラインを使うことで、配列内に存在する重複したフィールド値を名前ごとにグループ化し、それぞれの出現回数を簡単に取得できます。ここでは、具体的な例をもとにその手順を解説します。

サンプルコレクションの作成

まずは、ドキュメントを含むコレクションを作成してみましょう。以下の例では、demo558というコレクションに、国コードと複数人の受講科目情報を持つドキュメントを挿入します。

> db.demo558.insertOne(
... {
...    _id : 100,
...    CountryCode:101,
...    details: [
...       {
...          Name:"Chris",
...          Subject:"MySQL"
...       },
...       {
...          Name:"Chris",
...          Subject:"MongoDB"
...       },
...       {
...          Name:"Chris",
...          Subject:"Java"
...       },
...       {
...          Name:"Bob",
...          Subject:"Python"
...       },
...       {
...          Name:"Bob",
...          Subject:"Java"
...       }
...    ]
... }
... )
{ "acknowledged" : true, "insertedId" : 100 }

登録されたドキュメントの確認

find()メソッドを使用すると、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.demo558.find();

このクエリを実行すると、以下のような出力が得られます。

{ "_id" : 100, "CountryCode" : 101, "details" : [
   { "Name" : "Chris", "Subject" : "MySQL" },
   { "Name" : "Chris", "Subject" : "MongoDB" },
   { "Name" : "Chris", "Subject" : "Java" },
   { "Name" : "Bob", "Subject" : "Python" },
   { "Name" : "Bob", "Subject" : "Java" }
] }

重複する名前ごとのカウントを取得するクエリ

それでは、本題である「同じNameフィールド値がいくつ存在するか」を取得するための集計クエリを見ていきましょう。ポイントは以下の3つのステージです。

• $unwind: details配列を展開し、各要素を個別のドキュメントとして扱えるようにします。
• $group: Nameフィールドをキーにグループ化し、$sum: 1で出現回数をカウントすると同時に、$pushで各グループの科目（Subject）を配列にまとめます。
• $project: $size演算子を使って、まとめた科目配列の要素数（＝科目数）も算出します。

実際のクエリは以下の通りです。

> db.demo558.aggregate([
...    {$unwind: "$details" },
...    {$group: { _id: "$details.Name", NameCount:{$sum : 1}, Subject : {$push: "$details.Subject"}}},
...    {$project: { NameCount: 1, SubjectCount : {$size: "$Subject"}}}
... ]).pretty()

実行結果

上記の集計クエリを実行すると、次のような結果が出力されます。

{ "_id" : "Bob", "NameCount" : 2, "SubjectCount" : 2 }
{ "_id" : "Chris", "NameCount" : 3, "SubjectCount" : 3 }

この結果から、「Chris」という名前は3回出現し、対応する科目も3つ、「Bob」という名前は2回出現し、対応する科目も2つあることが一目でわかります。このように$unwind・$group・$projectを組み合わせることで、ネストされた配列データの中から重複値の集計を柔軟に行うことが可能です。