Dla MongoDB 3.6 i nowszych:
$expr
Operator umożliwia użycie wyrażeń agregacji w języku zapytań, dzięki czemu można wykorzystać $dateToString
operator do przekształcenia pola daty:
db.test.find({
"$expr": {
"$ne": [
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } },
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
]
}
})
lub za pomocą struktury agregacji z $ dopasuj
potok
db.test.aggregate([
{ "$match": {
"$expr": {
"$ne": [
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } },
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
]
}
} }
])
Dla MongoDB 3.0+:
Możesz również użyć struktury agregacji z $redaguj
operator potoku, który umożliwia przetwarzanie warunku logicznego za pomocą $cond
operatora i używa operacji specjalnych $$ ZACHOWAJ
aby „zachować” dokument, w którym warunek logiczny jest prawdziwy lub $$PRUNE
aby "usunąć" dokument, w którym warunek był fałszywy.
Rozważ uruchomienie następującej operacji zbiorczej, która demonstruje powyższą koncepcję:
db.test.aggregate([
{
"$redact": {
"$cond": [
{
"$ne": [
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } },
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
]
},
"$$KEEP",
"$$PRUNE"
]
}
}
])
Ta operacja jest podobna do posiadania $projekt
potok, który wybiera pola w kolekcji i tworzy nowe pole zawierające wynik zapytania o warunek logiczny, a następnie kolejne $match
, z tym wyjątkiem, że $redact
używa jednego etapu potoku, który jest bardziej wydajny:
db.test.aggregate([
{
"$project": {
"created": 1,
"last_active": 1,
"sameDay": {
"$cond": [
{
"$eq": [
{"$substr" : ["$last_active",0, 10]},
{"$substr" : ["$created",0, 10]}
]
}, true, false
]
}
}
},
{ "$match": { "sameDay": false } }
])
0r
db.test.aggregate([
{
"$project": {
"created": 1,
"last_active": 1,
"sameDay": {
"$cond": [
{
"$eq": [
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } },
{ "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
]
}, true, false
]
}
}
},
{ "$match": { "sameDay": false } }
])
Innym podejściem byłoby użycie $where
operator w find()
ale pamiętaj, że zapytanie będzie dość wolne, ponieważ użyjesz $gdzie
samo wymaga skanowania tabeli, a baza danych wykonuje wyrażenie lub funkcję JavaScript dla każdego dokumentu w kolekcji, więc jeśli możesz, połącz je z indeksowanymi zapytaniami, ponieważ wydajność zapytań poprawia się również, gdy wyrażasz je za pomocą standardowych operatorów MongoDB (np. $gt
, $w
):
db.test.find({
"$where": function() {
return this.created.getDate() !== this.last_active.getDate()
}
});
lub bardziej kompaktowy:
db.test.find({ "$where": "this.created.getDate() !== this.last_active.getDate()" });
Z wejściem:
/* 0 */
{
"_id" : 1,
"created" : ISODate("2014-12-19T06:01:17.171Z"),
"last_active" : ISODate("2014-12-21T15:38:13.842Z")
}
/* 1 */
{
"_id" : 2,
"created" : ISODate("2015-07-06T12:17:32.084Z"),
"last_active" : ISODate("2015-07-06T18:07:08.145Z")
}
/* 2 */
{
"_id" : 3,
"created" : ISODate("2015-07-06T06:01:17.171Z"),
"last_active" : ISODate("2015-07-07T10:04:30.921Z")
}
/* 3 */
{
"_id" : 4,
"created" : ISODate("2015-07-06T06:01:17.171Z"),
"last_active" : ISODate("2015-07-06T09:47:44.186Z")
}
/* 4 */
{
"_id" : 5,
"created" : ISODate("2013-12-19T06:01:17.171Z"),
"last_active" : ISODate("2014-01-20T13:21:37.427Z")
}
Agregacja zwraca:
/* 0 */
{
"result" : [
{
"_id" : 1,
"created" : ISODate("2014-12-19T06:01:17.171Z"),
"last_active" : ISODate("2014-12-21T15:38:13.842Z"),
"sameDay" : false
},
{
"_id" : 3,
"created" : ISODate("2015-07-06T06:01:17.171Z"),
"last_active" : ISODate("2015-07-07T10:04:30.921Z"),
"sameDay" : false
},
{
"_id" : 5,
"created" : ISODate("2013-12-19T06:01:17.171Z"),
"last_active" : ISODate("2014-01-20T13:21:37.427Z"),
"sameDay" : false
}
],
"ok" : 1
}