MongoDB聚合：$replaceWith

r e p l a c e W i t h ‘ 可以将输入文档替换为指定的文档。该操作可以替换输入文档的所有字段，包括 ‘id ‘ 字段。使用 ‘replaceWith`可以将输入文档替换为指定的文档。该操作可以替换输入文档的所有字段，包括`_id`字段。使用`replaceWith‘可以将输入文档替换为指定的文档。该操作可以替换输入文档的所有字段，包括‘i​d‘字段。使用‘replaceWith还可以将内嵌文档提升到最顶级，也可以把它替换掉。替换文档可以是任何能够解析为文档的有效表达式。$replaceWith‘与‘$replaceRoot`有很多相似点，但也有一些不同点。

语法

{ $replaceWith: <replacementDocument> }

使用

如果不是一个文档或者被解析为一个错误的文档（如：文档不存在），都会失败，例如：使用下面的文档创建一个集合：

db.collection.insertMany([ { "_id": 1, "name" : { "first" : "John", "last" : "Backus" } }, { "_id": 2, "name" : { "first" : "John", "last" : "McCarthy" } }, { "_id": 3, "name": { "first" : "Grace", "last" : "Hopper" } }, { "_id": 4, "firstname": "Ole-Johan", "lastname" : "Dahl" },])

下面的$replaceWith会操作失败，因为最后一个文档缺少name字段：

db.collection.aggregate([ { $replaceWith: "$name" }])

要避免上面的错误，可以使用$mergeObjects把name文档与某个缺省文档合并，如：

db.collection.aggregate([ { $replaceWith: { $mergeObjects: [ { _id: "$_id", first: "", last: "" }, "$name" ] } }])

也可以使用$match阶段，在$replaceWith之前筛选掉name字段异常的数据：

db.collection.aggregate([ { $match: { name : { $exists: true, $not: { $type: "array" }, $type: "object" } } }, { $replaceWith: "$name" }])

亦或者使用$ifNull表达式来指定其它的文档，如：

db.collection.aggregate([ { $replaceWith: { $ifNull: [ "$name", { _id: "$_id", missingName: true} ] } }])

举例：

替换内嵌文档字段

使用下面的语句创建一个people集合：

db.people.insertMany([ { "_id" : 1, "name" : "Arlene", "age" : 34, "pets" : { "dogs" : 2, "cats" : 1 } }, { "_id" : 2, "name" : "Sam", "age" : 41, "pets" : { "cats" : 1, "fish" : 3 } }, { "_id" : 3, "name" : "Maria", "age" : 25 }])

下面的操作对people集合中的内嵌字段pets合并后进行替换，结果为：

{ "dogs" : 2, "cats" : 1, "birds" : 0, "fish" : 0 }{ "dogs" : 0, "cats" : 1, "birds" : 0, "fish" : 3 }{ "dogs" : 0, "cats" : 0, "birds" : 0, "fish" : 0 }

使用嵌套的数组中文档替换

student集合有下面内容：

db.students.insertMany([ {"_id" : 1,"grades" : [ { "test": 1, "grade" : 80, "mean" : 75, "std" : 6 }, { "test": 2, "grade" : 85, "mean" : 90, "std" : 4 }, { "test": 3, "grade" : 95, "mean" : 85, "std" : 6 }] }, {"_id" : 2,"grades" : [ { "test": 1, "grade" : 90, "mean" : 75, "std" : 6 }, { "test": 2, "grade" : 87, "mean" : 90, "std" : 3 }, { "test": 3, "grade" : 91, "mean" : 85, "std" : 4 }] }])

下面的操作会将grade字段大于或等于90的内嵌文档提升到顶层：

db.students.aggregate( [ { $unwind: "$grades" }, { $match: { "grades.grade" : { $gte: 90 } } }, { $replaceWith: "$grades" }] )

结果：

{ "test" : 3, "grade" : 95, "mean" : 85, "std" : 6 }{ "test" : 1, "grade" : 90, "mean" : 75, "std" : 6 }{ "test" : 3, "grade" : 91, "mean" : 85, "std" : 4 }

使用新创建的文档替换

例1

集合sales包含以下文档：

db.sales.insertMany([ { "_id" : 1, "item" : "butter", "price" : 10, "quantity": 2, date: ISODate("2019-03-01T08:00:00Z"), status: "C" }, { "_id" : 2, "item" : "cream", "price" : 20, "quantity": 1, date: ISODate("2019-03-01T09:00:00Z"), status: "A" }, { "_id" : 3, "item" : "jam", "price" : 5, "quantity": 10, date: ISODate("2019-03-15T09:00:00Z"), status: "C" }, { "_id" : 4, "item" : "muffins", "price" : 5, "quantity": 10, date: ISODate("2019-03-15T09:00:00Z"), status: "C" }])

假设为了要计算已完成销售的总金额，即查找所有状态为C的销售记录，使用$replaceWith阶段创建新文档计算总金额，并使用变量NOW获取当前时间：

db.sales.aggregate([ { $match: { status: "C" } }, { $replaceWith: { _id: "$_id", item: "$item", amount: { $multiply: [ "$price", "$quantity"]}, status: "Complete", asofDate: "$$NOW" } }])

操作返回以下结果：

{ "_id" : 1, "item" : "butter", "amount" : 20, "status" : "Complete", "asofDate" : ISODate("2019-06-03T22:47:54.812Z") }{ "_id" : 3, "item" : "jam", "amount" : 50, "status" : "Complete", "asofDate" : ISODate("2019-06-03T22:47:54.812Z") }{ "_id" : 4, "item" : "muffins", "amount" : 50, "status" : "Complete", "asofDate" : ISODate("2019-06-03T22:47:54.812Z") }

例2

reportedsales集合按季度和地区填入报销售额信息，如下：

db.reportedsales.insertMany( [ { _id: 1, quarter: "2019Q1", region: "A", qty: 400 }, { _id: 2, quarter: "2019Q1", region: "B", qty: 550 }, { _id: 3, quarter: "2019Q1", region: "C", qty: 1000 }, { _id: 4, quarter: "2019Q2", region: "A", qty: 660 }, { _id: 5, quarter: "2019Q2", region: "B", qty: 500 }, { _id: 6, quarter: "2019Q2", region: "C", qty: 1200 }] )

假设出于报告目的，想查看按季度报告的销售数据，例如

{ "_id" : "2019Q1", "A" : 400, "B" : 550, "C" : 1000 }

可以使用下面的聚合管道：

db.reportedsales.aggregate( [ { $addFields: { obj:{ k: "$region", v: "$qty" } } }, { $group: { _id: "$quarter", items: { $push: "$obj" } } }, { $project: { items2: { $concatArrays: [ [ { "k": "_id", "v": "$_id" } ], "$items" ] } } }, { $replaceWith: { $arrayToObject: "$items2" } }] )

阶段1

$addFields阶段添加了一个新的obj文档字段，该字段将关键字k定义为区域值，将值v定义为该区域的数量。例如

{ "_id" : 1, "quarter" : "2019Q1", "region" : "A", "qty" : 400, "obj" : { "k" : "A", "v" : 400 } }

阶段2

$group阶段按季度分组，并使用$push将obj字段累加到一个新的items数组字段中。例如：

{ "_id" : "2019Q1", "items" : [ { "k" : "A", "v" : 400 }, { "k" : "B", "v" : 550 }, { "k" : "C", "v" : 1000 } ] }

阶段3

$project阶段使用$concatArrays创建一个新数组items2，其中包括_id信息和items数组中的元素：

{ "_id" : "2019Q1", "items2" : [ { "k" : "_id", "v" : "2019Q1" }, { "k" : "A", "v" : 400 }, { "k" : "B", "v" : 550 }, { "k" : "C", "v" : 1000 } ] }

阶段4

$replaceWith使用$arrayToObject将items2转换成文档，使用k、v键值对，并将文档输出到下一阶段。例如：

{ "_id" : "2019Q1", "A" : 400, "B" : 550, "C" : 1000 }

最终的执行结果：

{ "_id" : "2019Q1", "A" : 400, "B" : 550, "C" : 1000 }{ "_id" : "2019Q2", "A" : 660, "B" : 500, "C" : 1200 }

使用$$ROOT创建的新文档和默认文档替换

创建contacts集合：

db.contacts.insertMany( [ { "_id" : 1, name: "Fred", email: "fred@example.net" }, { "_id" : 2, name: "Frank N. Stine", cell: "012-345-9999" }, { "_id" : 3, name: "Gren Dell", cell: "987-654-3210", email: "beo@example.net" }] )

下面使用$replaceWith和$mergeObjects输出当前文档中缺失字段的默认值：

db.contacts.aggregate( [ { $replaceWith:{ $mergeObjects: [{ _id: "", name: "", email: "", cell: "", home: "" },"$$ROOT" ]} }] )

返回下面的文档：

{_id: 1,name: 'Fred',email: 'fred@example.net',cell: '',home: ''},{_id: 2,name: 'Frank N. Stine',email: '',cell: '012-345-9999',home: ''},{_id: 3,name: 'Gren Dell',email: 'beo@example.net',cell: '',home: '987-654-3210'}