在mongodb中获取具有相同属性的文档

Question

我有一个包含这样的文档的集合：

[
  {
    "user_id": 1,
    "prefs": [
      "item1",
      "item2",
      "item3",
      "item4"
    ]
  },
  {
    "user_id": 2,
    "prefs": [
      "item2",
      "item5",
      "item3"
    ]
  },
  {
    "user_id": 3,
    "prefs": [
      "item4",
      "item3",
      "item7"
    ]
  }
]

我想要的是编写一个聚合，它将得到一个user_id列表，其中包含映射到列表中相同数量的所有用户prefs。例如，如果我运行聚合user_id = 1，我必须得到：

[
  {
    "user_id": 2,
    "same": 1
  },
  {
    "user_id": 3,
    "same": 2
  }
]

Answer 1

您不能在此处使用像"user_id": 1此处这样简单的输入来编写任何查询，但是您可以检索该用户的文档，然后将该数据与您正在检索的其他文档进行比较：

var doc = db.collection.findOne({ "user_id": 1 });

db.collection.aggregate([
   { "$match": { "user_id": { "$ne": 1 } } },
   { "$project": {
       "_id": 0,
       "user_id": 1
       "same": { "$size": { "$setIntersection": [ "$prefs", doc.prefs ] } }             
   }}
])

这是一种方法，但与比较客户端中的每个文档也没有太大区别：

function intersect(a,b) {
    var t;
    if (b.length > a.length) t = b, b = a, a = t;
    return a.filter(function(e) {
        if (b.indexOf(e) != -1) return true;
    });
}

var doc = db.collection.findOne({ "user_id": 1 });

db.collection.find({ "user_id": { "$ne": 1 } }).forEach(function(mydoc) {
    printjson({ 
        "user_id": mydoc.user_id, 
        "same": intersect(mydoc.prefs, doc.prefs).length
    });
});

这是同一件事。您在这里并不是真正“聚合”任何内容，而只是将一个文档内容与另一个进行比较。当然，您可以要求聚合框架执行诸如“过滤”出任何不具有类似匹配项之类的操作：

var doc = db.collection.findOne({ "user_id": 1 });

db.collection.aggregate([
   { "$match": { "user_id": { "$ne": 1 } } },
   { "$project": {
       "_id": 0,
       "user_id": 1
       "same": { "$size": { "$setIntersection": [ "$prefs", doc.prefs ] } }             
   }},
   { "$match": { "same": { "$gt": 0 } }}
])

尽管实际上在进行投影之前删除任何计数为零的文档会更有效：

var doc = db.collection.findOne({ "user_id": 1 });

db.collection.aggregate([
   { "$match": { "user_id": { "$ne": 1 } } },
   { "$redact": {
       "$cond": {
           "if": { "$gt": [
               { "$size": { "$setIntersection": [ "$prefs", doc.prefs ] } },
               0
           ]},
           "then": "$$KEEP",
           "else": "$$PRUNE"
       }
   }},
   { "$project": {
       "_id": 0,
       "user_id": 1
       "same": { "$size": { "$setIntersection": [ "$prefs", doc.prefs ] } }             
   }}
])

至少那样做服务器处理是有意义的。

但除此之外，它几乎都是一样的，客户端在这里计算“交叉点”可能会有“一点”更多的开销。