Distinct

说明

查找前几个阶段中某个字段或表达式的不同值。

语法

distinct 阶段的语法与 select 类似。它接受一个或多个可选择的表达式，用于选择和查找不同的值。当表达式只是一个字段引用时，可以使用字符串：

Node.js

const cities = await db.pipeline()
  .collection('/cities')
  .distinct("country")
  .execute();

const cities = await db.pipeline()
  .collection('/cities')
  .distinct(
    field("state").toLower().as("normalized_state"),
    field("country"))
  .execute();

行为

在投影行为方面，distinct 类似于具有去重的 select，因此 select 可用的任何可选择的表达式也可用于 distinct。

distinct 阶段的工作方式与没有分组的聚合阶段类似。

另请参阅聚合阶段和选择阶段。

查找不同的字段值

例如，如需获取以下 cities 集合中每个国家/地区的列表，请执行以下操作：

Node.js

await db.collection('cities').doc('SF').set({name: 'San Francisco', state: 'CA', country: 'USA'});
await db.collection('cities').doc('LA').set({name: 'Los Angeles', state: 'CA', country: 'USA'});
await db.collection('cities').doc('NY').set({name: 'New York', state: 'NY', country: 'USA'});
await db.collection('cities').doc('TOR').set({name: 'Toronto', state: null, country: 'Canada'});
await db.collection('cities').doc('MEX').set({name: 'Mexico City', state: null, country: 'Mexico'});

您可以使用以下方法查找不同的国家/地区：

Node.js

const cities = await db.pipeline()
  .collection('/cities')
  .distinct("country")
  .execute();

这会生成以下结果：

{country: "USA"}
{country: "Canada"}
{country: "Mexico"}

表达式的去重输出

您还可以查找多个字段或更复杂表达式的不同组合。例如：

Node.js

const cities = await db.pipeline()
  .collection('/cities')
  .distinct(
    field("state").toLower().as("normalized_state"),
    field("country"))
  .execute();

用于获取：

{country: "USA", normalized_state: "ca"}
{country: "USA", normalized_state: "ny"}
{country: "Canada", normalized_state: null}
{country: "Mexico", normalized_state: null}

等效行为

对去重值的等效性判断遵循与等式相同的语义。

这意味着，等效值（例如数学上等效的数值）无论其原始类型（32 位整数、64 位整数、浮点数、十进制数等）如何，都会被视为同一个去重值。

举例来说，在集合 numerics 中，不同的文档分别包含 32 位整数 1、64 位整数 1L 和浮点数 1.0 的 foo 值，distinct 将仅返回 1 个结果。

如果数据集中存在不同的等效值，则相应组的输出值可以是这些等效值中的任意一个。在此示例中，foo 的此值可以作为 1、1L 或 1.0 返回。

即使它看起来是确定性的，您也不应尝试依赖于选择特定值的行为。

内存使用量

distinct 阶段的执行方式取决于可用的索引。如果查询优化器未选择合适的索引，distinct 需要将所有不同的值缓冲到内存中。

如果存在大量不同的值，或者值本身非常大（例如，对巨大的值进行去重），此阶段可能会耗尽内存。

在这种情况下，您应应用过滤条件来限制要执行 distinct 的数据集，或按照建议创建索引，以避免大量使用内存。

查询解释将提供有关实际查询执行计划和分析数据的信息，以帮助进行调试。