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

Dane partycji wokół zapytania dopasowującego podczas agregacji

Ta agregacja daje pożądany wynik.

db.posts.aggregate( [
{ $match:  { updatedAt: { $gte: 1549786260000 } } },
{ $facet: {
        FALSE: [
            { $match: { toggle: false } },
            { $unwind : "$interests" },
            { $group : { _id : { iid: "$interests", pid: "$publisher" }, count: { $sum : 1 } } },
        ],
        TRUE: [
            { $match: { toggle: true, status: "INACTIVE" } },
            { $unwind : "$interests" },
            { $group : { _id : { iid: "$interests", pid: "$publisher" }, count: { $sum : -1 } } },
        ]
} },
{ $project: { result: { $concatArrays: [ "$FALSE", "$TRUE" ] } } },
{ $unwind: "$result" },
{ $replaceRoot: { newRoot: "$result" } },
{ $group : { _id : "$_id", count: { $sum : "$count" } } },
{ $project:{ _id: 0, iid: "$_id.iid", pid: "$_id.pid", count: 1 } }
] )


[ EDYTUJ DODAJ ]

Wynik zapytania przy użyciu danych wejściowych z postu z pytaniem:

{ "count" : 1, "iid" : "INT123", "pid" : "P789" }
{ "count" : 1, "iid" : "INT123", "pid" : "P123" }
{ "count" : 0, "iid" : "INT789", "pid" : "P789" }
{ "count" : 1, "iid" : "INT456", "pid" : "P789" }


[ EDYTUJ DODAJ 2 ]

To zapytanie daje ten sam wynik z innym podejściem (kodem):

db.posts.aggregate( [
  { 
      $match:  { updatedAt: { $gte: 1549786260000 } } 
  },
  { 
      $unwind : "$interests" 
  },
  { 
      $group : { 
          _id : { 
              iid: "$interests", 
              pid: "$publisher" 
          }, 
          count: { 
              $sum: {
                  $switch: {
                      branches: [
                        { case: { $eq: [ "$toggle", false ] },
                           then: 1 },
                        { case: { $and: [ { $eq: [ "$toggle", true] },  { $eq: [ "$status", "INACTIVE" ] } ] },
                           then: -1 }
                      ]
                  }          
              } 
          }
      } 
  },
  { 
      $project:{
           _id: 0, 
           iid: "$_id.iid", 
           pid: "$_id.pid", 
           count: 1 
      } 
  }
] )


[ EDYTUJ DODAJ 3 ]

UWAGA:

Kwerenda aspektu uruchamia dwa aspekty (PRAWDA i FAŁSZ) w tym samym zestawie dokumentów; to jest jak dwa zapytania działające równolegle. Istnieje jednak pewna duplikacja kodu, a także dodatkowe etapy kształtowania dokumentów w dół potoku w celu uzyskania pożądanego wyniku.

Drugie zapytanie pozwala uniknąć powielania kodu, a w potoku agregacji występują znacznie mniejsze etapy. Będzie to miało znaczenie, gdy wejściowy zestaw danych zawiera dużą liczbę dokumentów do przetworzenia - pod względem wydajności. Ogólnie rzecz biorąc, mniejsze etapy oznaczają mniejsze iteracje dokumentów (ponieważ etap musi skanować dokumenty, które są wyprowadzane z poprzedniego etapu).




  1. Redis
  2.   
  3. MongoDB
  4.   
  5. Memcached
  6.   
  7. HBase
  8.   
  9. CouchDB
  1. Kolba mongoengine łączy się przez uri

  2. jak ustawić mongod --dbpath

  3. Zapytanie o kolekcję mongodb jako dynamiczną

  4. Łącznik MongoDB dla PHP:zliczanie dokumentów do paginacji

  5. Odwoływanie się do całego dokumentu w MongoDB Aggregation Pipeline