mongodb - 在多个文档上使用 $unwind

Question

这个问题 - Is it possible to get a slice of a slice in Mongo?涵盖了如何在 Mongo 中获取切片。简而言之，使用聚合链来$unwind、$skip、$limit、$unwind、$skip、$limit 和 $group。

我的问题是如何对多个文档的集合执行此操作。我想修剪每个数组中的嵌套数组。但是，一旦我 $unwind，$skip 和 $limit 仅根据第一个数组的编号才有意义。

有没有办法在集合中的每个文档上运行这种管道，而不是在整个集合上运行？我希望在聚合管道中做的事情有可能吗？使用 Map-Reduce 显然是可行的，但这样做比单独运行对 $unwind 每个文档的 n+1 个查询要慢。

---

编辑

以下是示例记录。

{
  title: "Text Title"
  vtitle: "Text Version Title"
  text:  [[["Book1, Chapter 1, Line 1", "Book1, Chapter 1, Line 2"],["Book 1, Chapter 2, Line 1"]],[["Book 2, Chapter 1, Line 1]]]
}

这里的记录是一本大书的文本，存储为深度为 3 的数组。同一个title可以有很多不同的vtitle，text可以很大。

我想从许多书籍的集合中的每本书中选择一小部分包含的文本，由索引标识 - 每个返回的单个文档的切片的切片。

例如，[3,3] 的输入参数会返回如下记录:

{ "text" : ["Book 4, Chapter 4, Line 1", "Book 4, Chapter 4, Line 2", ...] }

Answer 1

TL;博士

我认为简短的回答是你还不能真正做你想做的事。当前的选项是等到 v3.1 或使用 group 聚合来破解它(但我怀疑这对您的需求来说太慢了)。

理由

虽然不太清楚您想要获得的确切结果，但目的显然是您希望能够在您的集合中找到一组匹配的文档并转换(即映射)文档(通过切片嵌套数组生成一个平面的字符串列表)。搜索是无关紧要的，因为您可以在映射之前或之后进行，并且仍然满足您的约束。因此，我将只讨论映射。

这是 MapReduce 的自然用例，但您已明确将其排除在允许的答案之外。因此，有 3 个选项，我将依次选择。

1) 查询

由于您已禁止多个查询，因此您唯一的选择是在请求中映射数据。这是通过 the projection operators 处理的。 .这些都行不通。

1. 虽然这里有一个 $slice 运算符，但它不处理嵌套数组。
2. $ 运算符仅允许您获取数组中的第一个条目，这也不足以获取数组中的任意位置。
3. $elemMatch 只允许您从数组中获取一个字段 - 这也不足以满足您的需求。

此外，您不能在查询中链接投影，因此您不能以某种巧妙的方式将多个投影放在一起以多次切片数据。

简而言之，这是行不通的。

2) 聚合管道

不幸的是，在 v3.1 之前，聚合管道还没有切片运算符。 .因此，您仅限于 $project或者可能巧妙地使用其他运算符(根据您链接的文章)。

先取投影算子。虽然你可以operate on array fields ，您现在只能获得尺寸。您可以尝试使用 set logic但这本质上是无序的，因此您无法在此处获得第 N 个条目。

因此，直接操作显然不起作用。那么我们可以增强您链接的文章吗？此解决方法仅适用于一个文档，因为您不需要区分多个文档。因此，您可以展开数组以创建更大的文档列表，然后使用文档级别的范围操作来有效地进行切片。

遗憾的是，当您需要在最新的展开列表中找到下一个原始文档的开始时，这会失败。没有 operators 的组合这允许您枚举展开的数组，然后在该枚举和原始文档上进行选择。

1. $unwind 扩展数组，但没有为您提供随后匹配的索引，并且 $skip 无法跳到具有匹配条件的下一个文档。
2. $redact 仍将您保留在原始文档的范围内，但随后会遇到与 $project 相同的问题，即它无法对嵌套数组进行操作。

简而言之，这也是一场破产。

3) 组聚合

此时我正要放弃，然后我注意到group aggregation .您可以为匹配的文档创建一个过滤器，然后提供一个带有 finalize 的任意 JavaScript 函数来在返回之前转换该数据。这意味着您应该能够发出这样的命令:

db.runCommand(
   {
     group:
       {
         ns: 'books',
         key: { title: 1, text: 1 },
         cond: { },
         $reduce: function (curr, result) { },
         initial: { },
         finalize: function(result) {
             // Insert your code here to slice the array - e.g.
             result.text = result.text[0][0]
         }
      }
   })

当然，正如 here 所记录的那样如果您的数据库是分片的、您的结果大于 16MB 或者您有超过 20,000 个文档(因为现在每个文档都是聚合的键)，这将不起作用。当数据集变大时也很慢。