sql >> Databasteknik >  >> NoSQL >> MongoDB

Mongoose:hur man använder aggregat och hittar tillsammans

För MongoDB 3.6 och senare, använd $expr operator som tillåter användning av aggregeringsuttryck inom frågespråket:

var followers_count = 30;
db.locations.find({
   "$expr": { 
       "$and": [
           { "$eq": ["$name", "development"] },
           { "$gte": [{ "$size": "$followers" }, followers_count ]}
       ]
    }
});

För icke-kompatibla versioner kan du använda både $match och $redact pipelines för att fråga din samling. Till exempel, om du vill fråga locations samling där namnet är 'development' och followers_count är större än 30 kör du följande sammanlagda operation:

const followers_count = 30;
Locations.aggregate([
    { "$match": { "name": "development" } },
    {
        "$redact": {
            "$cond": [
                { "$gte": [ { "$size": "$followers" }, followers_count ] },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    }
]).exec((err, locations) => {
    if (err) throw err;
    console.log(locations);
})

eller inom en enda pipeline som

Locations.aggregate([
    {
        "$redact": {
            "$cond": [
                { 
                    "$and": [
                        { "$eq": ["$name", "development"] },
                        { "$gte": [ { "$size": "$followers" }, followers_count ] }
                     ]
                },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    }
]).exec((err, locations) => {
    if (err) throw err;
    console.log(locations);
})

Ovanstående returnerar platserna med bara _id referenser från användarna. För att returnera användardokumenten som ett sätt att "befolka" följare-arrayen kan du sedan lägga till $lookup rörledning.

Om den underliggande Mongo-serverversionen är 3.4 och senare kan du köra pipelinen som

let followers_count = 30;
Locations.aggregate([
    { "$match": { "name": "development" } },
    {
        "$redact": {
            "$cond": [
                { "$gte": [ { "$size": "$followers" }, followers_count ] },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    },
    {
        "$lookup": {
            "from": "users",
            "localField": "followers",
            "foreignField": "_id",
            "as": "followers"
        }
    }
]).exec((err, locations) => {
    if (err) throw err;
    console.log(locations);
})

annars skulle du behöva $unwind följaruppsättningen innan du använder $lookup och gruppera sedan om med $group pipeline efter det:

let followers_count = 30;
Locations.aggregate([
    { "$match": { "name": "development" } },
    {
        "$redact": {
            "$cond": [
                { "$gte": [ { "$size": "$followers" }, followers_count ] },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    },
    { "$unwind": "$followers" },
    {
        "$lookup": {
            "from": "users",
            "localField": "followers",
            "foreignField": "_id",
            "as": "follower"
        }
    },
    { "$unwind": "$follower" },
    {
        "$group": {
            "_id": "$_id",
            "created": { "$first": "$created" },
            "name": { "$first": "$name" },
            "followers": { "$push": "$follower" }
        }
    }
]).exec((err, locations) => {
    if (err) throw err;
    console.log(locations);
})


  1. Hur man filtrerar bort onödiga fält (kapslade fält) i returnerade poster

  2. Cachar i Django med Redis

  3. findOneAndUpdate - Uppdatera det första objektet i arrayen som har ett specifikt attribut

  4. Mongoose-schema ange tidsstämpel på kapslat dokument