Du kan prova något sånt här. Det är inte möjligt att utföra alla Mongo db-operationer bara baserat på off-nyckeln som ett värde.
Den första lösningen är skriven för att hålla sig nära OP:s design.
Förutsatt att du kan lägga till en nyckel till year
.
{
"cars": [{
"year": "2017",
"data": [{
"car": "Motorolla",
"color": "blue"
}]
}, {
"year": "2016",
"data": [{
"car": "Toyota",
"color": "green"
}]
}]
}
Gör det enkelt att referera till året efter dess värde.
Till exempel för att lägga till ett nytt värde i data
array för year
2017. Du kan prova koden nedan.
Använder uppdateringspositionella $ operatör.
query
del för att referera till den matris där 2017-posten är lagrad.
update
del med push
för att lägga till den nya car
registrera till befintlig data
array för 2017
rad.
<?php
try {
$car = 'Malibu';
$color = 'blue';
$years = [2017];
$manager = new MongoDB\Driver\Manager("mongodb://localhost:27017");
$bulkWriteManager = new MongoDB\Driver\BulkWrite;
//{"cars.year":2017}
$query = ['cars.year' => $years[0]];
//{ $push: { "cars.$.data": { "car":"chevy", "color":"black"} }}
$update = ['$push'=> ['cars.$.data'=>['car' => $car, 'color' => $color]]];
try {
$bulkWriteManager->update($query, $update); // Update Document
echo 1;
} catch(MongoCursorException $e) {
/* handle the exception */
echo 0;
}
$manager->executeBulkWrite('dbName.carsCol', $bulkWriteManager); // Going to DB and Collection
} catch (MongoDB\Driver\Exception\Exception $e) {
$filename = basename(__FILE__);
echo "The $filename script has experienced an error.\n";
echo "It failed with the following exception:\n";
echo "Exception:", $e->getMessage(), "\n";
}
?>
För att komma åt data per år kan du köra nedanstående fråga.
Använd sökfråga positionell $
operatorn för att hitta arrayindexet med hjälp av frågedelen och referera till det värdet i projektionsdelen.
db.collection.find({"cars.year":2017}, {"cars.$.data":1});
Alternativ lösning :
Detta kommer att ta hand om allt som bara inlägg
Det är bättre att spara varje bilpost i sitt eget dokument.
{ "year" : 2017, "car" : "Motorolla", "color" : "blue" }
{ "year" : 2016, "car" : "Toyota", "color" : "green" }
{ "year" : 2015, "car" : "Corolla", "color" : "black" }
För varje post kan du använda:
db.collection.insert({"year":2017, "car":"Motorolla", "color":"blue"});
PHP-kod:
//{"car":"chevy", "color":"black", year: 2017}
$insert = ['car' => $car, 'color' => $color, 'year' => $years[0]];
try {
$bulkWriteManager - > insert($insert); // Inserting Document
echo 1;
} catch (MongoCursorException $e) {
/* handle the exception */
echo 0;
}
För åtkomst av data per år kan du använda
db.collection.find({"year":2017});
Uppdaterad PHP-kod:
<?php
try {
$cars = ['Motorolla','Toyota', 'Corolla'] ;
$colors = ['blue', 'green', 'black'];
$years = [2017, 2016, 2015];
$manager = new MongoDB\Driver\Manager("mongodb://localhost:27017");
$bulkWriteManager = new MongoDB\Driver\BulkWrite;
$query1 =["year" => $years[0]];
$query2 =["year" => $years[1]];
$query3 =["year" => $years[2]];
$update1 = ['$set' => ['car' => $cars[0], 'color' => $colors[0]]];
$update2 = ['$set' => ['car' => $cars[1], 'color' => $colors[1]]];
$update3 = ['$set' => ['car' => $cars[2], 'color' => $colors[2]]];
try {
$bulkWriteManager->update($query1, $update1, ["upsert" => true]);
$bulkWriteManager->update($query2, $update2, ["upsert" => true]);
$bulkWriteManager->update($query3, $update3, ["upsert" => true]);
echo 1;
} catch(MongoCursorException $e) {
/* handle the exception */
echo 0;
}
$manager->executeBulkWrite('dbName.carsCol', $bulkWriteManager); // Going to DB and Collection
} catch (MongoDB\Driver\Exception\Exception $e) {
$filename = basename(__FILE__);
echo "The $filename script has experienced an error.\n";
echo "It failed with the following exception:\n";
echo "Exception:", $e->getMessage(), "\n";
}
?>
Du kan utföra komplexa frågor med hjälp av aggregeringspipeline och du kan lägga till index för att göra ditt svar snabbare.
Observationer:
Första lösningen :Svårare att uppdatera/infoga data, men håller ihop allt så lättare att läsa data.
Andra lösning :Renare och enklare att göra CRUD-operationer på dokument och använda aggregeringspipeline för att utföra komplexa frågor.