fat*_*sma 4 javascript python mongodb pymongo aggregation-framework
考虑这个示例集合：
{
"_id:"0,
"firstname":"Tom",
"children" : {
"childA":{
"toys":{
'toy 1':'batman',
'toy 2':'car',
'toy 3':'train',
}
"movies": {
'movie 1': "Ironman"
'movie 2': "Deathwish"
}
},
"childB":{
"toys":{
'toy 1':'doll',
'toy 2':'bike',
'toy 3':'xbox',
}
"movies": {
'movie 1': "Frozen"
'movie 2': "Barbie"
}
}
}
}
现在我只想从特定文档中检索电影。
我尝试过这样的事情：
movies = users.find_one({'_id': 0}, {'_id': 0, 'children.ChildA.movies': 1})
然而，我得到了从“儿童”到“电影”的整个领域结构及其内容。我如何进行查询并仅检索“电影”的内容？
具体来说，我想以这样的方式结束：
{
'movie 1': "Frozen"
'movie 2': "Barbie"
}
这里的问题是您当前的数据结构不太适合查询。这主要是因为您使用“键”来实际表示“数据点”，虽然它最初似乎是一个合乎逻辑的想法，但实际上是一种非常糟糕的做法。
因此，与其执行诸如将“childA”和“childB”分配为对象或“子文档”的键之类的操作，不如将这些“值”分配给结构中的通用键名称，如下所示：
{
"_id:"0,
"firstname":"Tom",
"children" : [
{
"name": "childA",
"toys": [
"batman",
"car",
"train"
],
"movies": [
"Ironman"
"Deathwish"
]
},
{
"name": "childB",
"toys": [
"doll",
"bike",
"xbox",
],
"movies": [
"Frozen",
"Barbie"
]
}
]
}
不是最好的，因为存在嵌套数组，这可能是一个潜在的问题，但也有解决方法（但稍后），但这里的要点是这比在“键”中定义数据要好得多。命名不一致的“键”的主要问题是 MongoDB 通常不允许任何方式“通配”这些名称，因此您只能使用命名和“绝对路径”来访问元素，如下所示：
儿童 -> childA -> 玩具
儿童 -> childB -> 玩具
简而言之，这很糟糕，与此相比：
"children.toys"
从上面准备的示例来看，我想说这是一种更好的组织数据的方法。
即便如此，仅仅返回诸如“唯一的电影列表”之类的内容超出了.find()MongoDB 中标准类型查询的范围。这实际上需要更多的“文档操作”，并且在 MongoDB 聚合框架中得到了很好的支持。它具有查询方法中不存在的广泛操作功能，并且作为具有上述结构的每个文档响应，您可以执行以下操作：
db.collection.aggregate([
# De-normalize the array content first
{ "$unwind": "$children" },
# De-normalize the content from the inner array as well
{ "$unwind": "$children.movies" },
# Group back, well optionally, but just the "movies" per document
{ "$group": {
"_id": "$_id",
"movies": { "$addToSet": "$children.movies" }
}}
])
因此，现在文档中的“列表”响应仅包含“独特”电影，这更符合您的要求。或者，您也可以$push制作一个“非唯一”列表。但愚蠢的是，这实际上与此相同：
db.collection.find({},{ "_id": False, "children.movies": True })
作为“集合范围”的概念，您可以通过简单地使用该.distinct()方法来简化它。它基本上根据您提供的输入形成一个“不同”键的列表。这对于数组来说效果非常好：
db.collection.distinct("children.toys")
这本质上是对集合中每个“玩具”值的所有“不同”出现的集合范围的分析，并作为简单的“数组”返回。
但对于你现有的结构，它值得一个解决方案来解释，但你必须明白这个解释是可怕的。这里的问题是，可用于一般查询和聚合方法的“本机”和优化方法根本不可用，唯一可用的选项是基于 JavaScript 的处理。尽管通过“v8”引擎集成稍微好一点，但与本机代码方法并排比较时，仍然是完全无精打采的。
因此，从您拥有的“原始”形式（JavaScript 形式，函数必须很容易翻译”）：
db.collection.mapReduce(
// Mapper
function() {
var id this._id;
children = this.children;
Object.keys(children).forEach(function(child) {
Object.keys(child).forEach(function(childKey) {
Object.keys(childKey).forEach(function(toy) {
emit(
id, { "toys": [children[childkey]["toys"][toy]] }
);
});
});
});
},
// Reducer
function(key,values) {
var output = { "toys": [] };
values.forEach(function(value) {
value.toys.forEach(function(toy) {
if ( ouput.toys.indexOf( toy ) == -1 )
output.toys.push( toy );
});
});
},
{
"out": { "inline": 1 }
}
)
因此，JavaScript 求值是一种“可怕”的方法，因为它的执行速度要慢得多，而且您会看到需要实现的“遍历”代码。对于性能来说是个坏消息，所以不要这样做。而是改变结构。
作为最后一部分，您可以对此进行不同的建模，以避免“嵌套数组”概念。并了解“嵌套数组”的唯一真正问题是，如果不读取整个文档并修改它，“更新”嵌套元素实际上是不可能的。
所以$push方法$pull工作得很好。但是使用“位置”$运算符不起作用，因为“外部”数组索引始终是“第一个”匹配元素。因此，如果这对您来说确实是个问题，那么您可以这样做，例如：
{
"_id:"0,
"firstname":"Tom",
"childtoys" : [
{
"name": "childA",
"toy": "batman"
}.
{
"name": "childA",
"toy": "car"
},
{
"name": "childA",
"toy": "train"
},
{
"name": "childB",
"toy": "doll"
},
{
"name": "childB",
"toy": "bike"
},
{
"name": "childB",
"toy": "xbox"
}
],
"childMovies": [
{
"name": "childA"
"movie": "Ironman"
},
{
"name": "childA",
"movie": "Deathwish"
},
{
"name": "childB",
"movie": "Frozen"
},
{
"name": "childB",
"movie": "Barbie"
}
]
}
如果您确实需要定期“更新”项目，而不仅仅是将 $push 和 $pull 项目添加到“toys”和“movies”数组，那么这将是避免嵌套更新问题的一种方法。
但这里的总体信息是围绕您实际使用的访问模式设计数据。MongoDB 通常不喜欢具有“严格路径”的东西，因为能够查询或以其他方式灵活地发布更新。