MongoDB 按相关性排序

Question

我正在尝试从节点上的 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，当我寻找带有“蓝色”或“黄色”标签的文档时，我想先获取带有两个标签的文档。到目前为止，我由谷歌管理，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，我得到了排序的 id 集合：

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

现在我将进行另一次查询并要求使用这些 id 的文档 - 但这是我的问题：它可以在一个查询中完成吗？

Answer 1

是的，当您实际分组时，您可以像往常一样，_id那么该值本质上等于整个文档。因此，只需将整个文档存储在该_id字段下即可。

根据您的 MongoDB 版本，您有几种方法可以实现此目的，并且在 MongoDB 2.6 之前的版本中，您必须在管道中的初始$project阶段（可以选择在 a 之后，这通常是一个好主意）指定整个文档结构。$match您实际上操纵了该文档：

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，您从现场提取信息，_id以恢复原始结构。这是可选的，但您通常需要这样做。

对于 MongoDB 2.6 及更高版本，有一个可用于管道阶段的变量，该变量保存管道该阶段的文档结构$$ROOT，您可以将其作为上述形式的快捷方式来访问，如下所示：

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。

我要注意的是，在这种情况下，当您使用匹配条件“过滤”文档时，正如前面提到的，您实际上应该使用$match管道“头部”的语句进行过滤。这是聚合框架可以选择索引以优化查询的唯一地方，并且它还减少了不满足您的条件的文档数量（假设并非所有内容都有标签“黄色”或“蓝色”）经历剩余的管道阶段：

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，这通常应该比尝试执行另一个查询更有效，这当然不会像您所做的那样维持您的排序顺序。