MongoDB
 sql >> Baza danych >  >> NoSQL >> MongoDB

MongoDB $log

W MongoDB $log Operator potoku agregacji oblicza logarytm liczby w określonej podstawie i zwraca wynik jako podwójny.

Składnia

Składnia wygląda tak:

{ $log: [ <number>, <base> ] }

Gdzie:

  • może być dowolnym prawidłowym wyrażeniem, które prowadzi do liczby nieujemnej.
  • może być dowolnym prawidłowym wyrażeniem, które daje liczbę dodatnią większą niż 1 .

Przykład

Załóżmy, że mamy kolekcję o nazwie test z następującym dokumentem:

{ "_id" : 1, "data" : 0.5 }
{ "_id" : 2, "data" : 20 }
{ "_id" : 3, "data" : 200 }

Możemy użyć $log operator do zwrócenia bazy logu 10 danych pole:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 1, 2, 3 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", 10 ] }
        }
    }
  ]
)

Wynik:

{ "data" : 0.5, "result" : -0.30102999566398114 }
{ "data" : 20, "result" : 1.301029995663981 }
{ "data" : 200, "result" : 2.301029995663981 }

Innym sposobem na zrobienie tego byłoby użycie $log10 operatora.

Jednak $log10 zwraca tylko podstawę logarytmu 10 liczby. Z $logem , z drugiej strony możemy określić bazę do użycia.

Oto przykład określenia podstawy 16:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 1, 2, 3 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", 16 ] }
        }
    }
  ]
)

Wynik:

{ "data" : 0.5, "result" : -0.25 }
{ "data" : 20, "result" : 1.0804820237218407 }
{ "data" : 200, "result" : 1.910964047443681 }

Logarytm naturalny

Logarytm naturalny liczby to jej logarytm do podstawy stałej matematycznej e , gdzie e to irracjonalna i transcendentalna liczba, która zaczyna się od 2.7182818284590452353602874713527 i trwa w nieskończoność.

Stała matematyczna e jest również znany jako liczba Eulera.

W JavaScript możemy użyć Math.E do reprezentowania e . Możemy zatem uzyskać logarytm naturalny liczby za pomocą Math.E jako drugi argument przy użyciu $log .

Przykład:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 1, 2, 3 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", Math.E ] }
        }
    }
  ]
)

Wynik:

{ "data" : 0.5, "result" : -0.6931471805599453 }
{ "data" : 20, "result" : 2.995732273553991 }
{ "data" : 200, "result" : 5.298317366548036 }

Pamiętaj, że MongoDB ma również $ln operator, który jest specjalnie zaprojektowany do zwracania logarytmu naturalnego liczby, więc może być łatwiej użyć tego operatora. Zobacz MongoDB $ln na przykład.

Wartości poza zakresem

Jak wspomniano, $log operator akceptuje dowolne prawidłowe wyrażenie, które rozwiązuje do liczby nieujemnej. Wartości spoza tego zakresu spowodują błąd.

Załóżmy, że do naszej kolekcji dodamy następujący dokument:

{ "_id" : 4, "data" : -20 }

Uruchommy $log operatora względem tego dokumentu:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 4 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", 16 ] }
        }
    }
  ]
)

Wynik:

uncaught exception: Error: command failed: {
	"ok" : 0,
	"errmsg" : "$log's argument must be a positive number, but is -20",
	"code" : 28758,
	"codeName" : "Location28758"
} : aggregate failed :
[email protected]/mongo/shell/utils.js:25:13
[email protected]/mongo/shell/assert.js:18:14
[email protected]/mongo/shell/assert.js:639:17
[email protected]/mongo/shell/assert.js:729:16
[email protected]/mongo/shell/db.js:266:5
[email protected]/mongo/shell/collection.js:1058:12
@(shell):1:1

Niewłaściwy typ danych

Podanie nieprawidłowego typu danych również spowoduje błąd.

Załóżmy, że do naszej kolekcji dodamy następujący dokument:

{ "_id" : 5, "data" : "Ten" }

Uruchommy $log operatora względem tego dokumentu:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 5 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", 16 ] }
        }
    }
  ]
)

Wynik:

uncaught exception: Error: command failed: {
	"ok" : 0,
	"errmsg" : "$log's argument must be numeric, not string",
	"code" : 28756,
	"codeName" : "Location28756"
} : aggregate failed :
[email protected]/mongo/shell/utils.js:25:13
[email protected]/mongo/shell/assert.js:18:14
[email protected]/mongo/shell/assert.js:639:17
[email protected]/mongo/shell/assert.js:729:16
[email protected]/mongo/shell/db.js:266:5
[email protected]/mongo/shell/collection.js:1058:12
@(shell):1:1

Dostarczyliśmy ciąg, więc komunikat o błędzie mówi nam, że Argument $log musi być liczbowy, a nie łańcuchowy .

Wartości puste

Wartości null zwracają null podczas korzystania z $log operatora.

Załóżmy, że do naszej kolekcji dodamy następujący dokument:

{ "_id" : 6, "data" : null }

Uruchommy $log operatora względem tego dokumentu:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 6 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data", 16 ] }
        }
    }
  ]
)

Wynik:

{ "data" : null, "result" : null }

Widzimy, że wynikiem jest null .

Wartości NaN

Jeśli argument ma postać NaN$log zwraca NaN .

Przykład:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 1 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$data" * 1, 16 ] }
        }
    }
  ]
)

Wynik:

{ "data" : 0.5, "result" : NaN }

Nieistniejące pola

Jeśli $log operator jest stosowany do pola, które nie istnieje, null jest zwracany.

Przykład:

db.test.aggregate(
  [
    { $match: { _id: { $in: [ 1 ] } } },
    {
      $project:
        { 
          _id: 0,
          data: 1,
          result: { $log: [ "$age", 16 ] }
        }
    }
  ]
)

Wynik:

{ "data" : 0.5, "result" : null }

W tym przypadku próbowaliśmy zastosować $log w polu o nazwie wiek , ale to pole nie istnieje w dokumencie, więc otrzymujemy null .


  1. Redis
  2.   
  3. MongoDB
  4.   
  5. Memcached
  6.   
  7. HBase
  8.   
  9. CouchDB
  1. Omówienie szyfrowania na poziomie pola po stronie klienta w MongoDB

  2. Bitwa o bazy danych NoSQL — porównanie MongoDB i Firebase

  3. pymongo — moduł dnspython musi być zainstalowany, aby można było używać identyfikatorów URI mongodb+srv://

  4. Jak zaprojektować indeks tablicy po rozwinięciu tablicy za pomocą platformy agregacji MongoDB?

  5. Jak skutecznie usuwać dokumenty według zapytań w mongo?