node.js - MongoDB 按相关性排序

Question

我正在尝试从 Node 上的 MongoDB 获取文档。假设文档具有以下结构:

{ "_id": ObjectId, "title" : String, "tags" : Array<String> }

我想按相关性对它们进行排序 - 因此，当我查找具有“蓝色”或“黄色”标签的文档时，我希望首先找到具有这两个标签的文档。到目前为止，我通过谷歌管理，反复试验:

var tags = [ "yellow", "blue" ];
db.collection('files').aggregate([
    { $project : { tags: 1 } },
    { $unwind : "$tags" },
    { $match : { "tags": { "$in": tags } } },
    { $group : { _id: "$_id", relevance: { $sum:1 } } },
    { $sort : { relevance : -1 } },
], function(err, success) {
    console.log(success);
});

它工作得很好，我得到了 id 的排序集合:

[{"_id":"5371355045002fc820a09566","relevance":2},{"_id":"53712fc6c8fcd124216de6cd","relevance":2},{"_id":"5371302ebd4725dc1b908316","relevance":1}]

现在我将进行另一个查询并询问具有这些 ID 的文档 - 但这是我的问题:可以在一个查询中完成吗？

Answer 1

是的，当您实际根据 _id 进行分组时，您可以像往常一样，那么该值基本上等同于整个文档。所以这只是将整个文档存储在 _id 字段下的问题。

根据您的 MongoDB 版本，您可以采用多种方法，在 MongoDB 2.6 之前的版本中，您必须在初始 $project 中指定整个文档结构。在实际操作文档之前，管道中的阶段(可以选择在 $match 之后，这通常是个好主意):

var tags = ["yellow","blue"];
db.collection.aggregate([
    { "$project" : { 
        "_id": {
            "_id": "$_id",
            "title": "$title",
            "tags": "$tags"
        },
        "tags": 1 
    }},
    { "$unwind": "$tags" },
    { "$match": { "tags": { "$in": tags } } },
    { "$group": { "_id": "$_id", "relevance": { "$sum":1 } } },
    { "$sort": { "relevance" : -1 } },
    { "$project": {
        _id: "$_id._id",
        "title": "$_id.title",
        "tags": "$_id.tags"
    }}
])

当然，在管道的末尾，您从 _id 字段中提取信息以取回您的原始结构。这是可选的，但您通常需要它。

对于 MongoDB 2.6 及更高版本，有一个变量可用于管道阶段，该变量保存管道该阶段的文档结构，称为 $$ROOT。 ，您可以像这样访问它作为上述表单的一种快捷方式:

var tags = ["yellow","blue"];
db.collection.aggregate([
    { "$project" : { 
        "_id": "$$ROOT",
        "tags": 1 
    }},
    { "$unwind": "$tags" },
    { "$match": { "tags": { "$in": tags } } },
    { "$group": { "_id": "$_id", "relevance": { "$sum":1 } } },
    { "$sort": { "relevance" : -1 } },
    { "$project": {
        "_id": "$_id._id",
        "title": "$_id.title",
        "tags": "$_id.tags"
    }}
])

请记住，为了恢复文档，您仍然需要指定所有必填字段。

我会注意到，在这种情况下，正如前面提到的，当您使用匹配条件“过滤”文档时，您实际上应该使用 $match 进行过滤。在管道的“头部”声明。这是聚合框架唯一可以选择索引以优化查询的地方，它还减少了不符合您条件的文档的数量(假设不是所有的东西都有标签“黄色”或“蓝色”)通过剩余的流水线阶段:

db.collection.aggregate([
    { "$match": { "tags": { "$in": tags } } },
    { "$project" : { 
        "_id": {
            "_id": "$_id",
            "title": "$title",
            "tags": "$tags"
        },
        "tags": 1 
    }},
    { "$unwind": "$tags" },
    { "$match": { "tags": { "$in": tags } } },
    { "$group": { "_id": "$_id", "relevance": { "$sum":1 } } },
    { "$sort": { "relevance" : -1 } },
    { "$project": {
        _id: "$_id._id",
        "title": "$_id.title",
        "tags": "$_id.tags"
    }}
])

无论如何，这通常比尝试执行另一个查询更有效，后者当然不会按照您所做的方式维护您的排序顺序。