Załóżmy, że w naszej kolekcji mamy następujące dokumenty:
{ "_id" : ObjectId("5759658e654456bf4a014d01"), "a" : [ 1, 3, 9, 2, 9, 0 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d02"), "a" : [ 0, 8, 1 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d03"), "a" : [ 0, 8, 432, 9, 34, -3 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d04"), "a" : [ 0, 0, 4, 3, 2, 7 ] }
oraz następującą tablicę wejściową i n = 2
var inputArray = [1, 3, 0];
Możemy zwrócić te dokumenty, w których pole tablicy zawiera co najmniej n elementów danej tablicy za pomocą struktury agregacji.
$match
wybiera tylko te dokumenty, których długość tablicy jest większa lub równa n
. Zmniejsza to ilość danych do przetworzenia w potoku.
$redact
Operator potoku używa przetwarzania warunków logicznych za pomocą $cond
operator i operacje specjalne $$KEEP
aby „zachować” dokument, w którym warunek logiczny jest prawdziwy lub $$PRUNE
aby „odrzucić” dokument, którego warunek jest fałszywy.
W naszym przypadku warunek to $gte
co zwraca prawdę, jeśli $size
przecięcia dwóch tablic, które obliczamy za pomocą $setIntersection
operator jest większy lub równy 2
.
db.collection.aggregate(
[
{ "$match": { "a.1": { "$exists": true } } },
{ "$redact": {
"$cond": [
{ "$gte": [
{ "$size": { "$setIntersection": [ "$a", inputArray ] } },
2
]},
"$$KEEP",
"$$PRUNE"
]
}}
]
)
co daje:
{ "_id" : ObjectId("5759658e654456bf4a014d01"), "a" : [ 1, 3, 9, 2, 9, 0 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d02"), "a" : [ 0, 8, 1 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d04"), "a" : [ 0, 0, 4, 3, 2, 7 ] }