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

Pobiera dokumenty podrzędne przez geoNear - MongoDB

Opcja pod $geoNear to includeLocs w następujący sposób:

Store.aggregate([
    { "$geoNear": {
        "near": [ -70.64341379999999, -33.4268697 ],
        "distanceField": "distance", 
        "maxDistance": 0.0900899926955034,
        "includeLocs": "location"
    }}
])

Wynik ma dopasowaną „lokalizację” do „odległość” w polu wyjściowym:

{
    "_id" : ObjectId("5507b18d1c3bdce0535aecd0"),
    "name" : "store1",
    "branchoffices" : [
            {
                    "name" : "bo1",
                    "location" : [
                            -70.64341379999999,
                            -33.4268697
                    ]
            },
            {
                    "name" : "bo2",
                    "location" : [
                            80.4,
                            43.3
                    ]
            }
    ],
    "distance" : 0,
    "location" : [
            -70.64341379999999,
            -33.4268697
    ]
}

Jeśli chcesz szczegółowo określić konkretny dokument podrzędny w tablicy, który został użyty w dopasowaniu, możesz kontynuować filtrowanie za pomocą $redact :

Store.aggregate([
    { "$geoNear": {
        "near": [ -70.64341379999999, -33.4268697 ],
        "distanceField": "distance", 
        "maxDistance": 0.0900899926955034,
        "includeLocs": "location"
    }},
    { "$redact": {
        "$cond": [
            { "$eq": [ "$location", "$$ROOT.location" ] },
            "$$DESCEND",
            "$$PRUNE"
        ]
    }}
])

Lub w wersjach wcześniejszych niż MongoDB 2.6, takich jak:

Store.aggregate([
    { "$geoNear": {
        "near": [ -70.64341379999999, -33.4268697 ],
        "distanceField": "distance", 
        "maxDistance": 0.0900899926955034,
        "includeLocs": "location"
    }},
    { "$unwind": "$branchoffices" },
    { "$project": {
        "name": 1,
        "branchoffices": 1,
        "matched": {
            "$eq": [ "$location", "$branchoffices.location" ]
        }
    }},
    { "$match": { "matched": 1 } },
    { "$group": {
        "_id": "$_id",
        "name": { "$first": "$name" },
        "branchoffices": { "$push": "$branchoffices" },
        "distance": { "$first" "$distance" }
    }}
])

Powinieneś prawdopodobnie zauważyć, że używanie obiektów w poddokumencie nie zawsze jest optymalnym rozwiązaniem i generalnie nie nadaje się do różnych zadań. Na przykład, jeśli Twoje dane w tablicy prawdopodobnie zawierały „wiele” lokalizacji, które byłyby „blisko” odpytanego punktu, wtedy tylko pojedynczy „najbliższy” punkt będzie mógł zostać dopasowany w ten sposób.

Więc chociaż możesz to zrobić, najlepiej zastanów się, w jaki sposób go używasz i jakich rezultatów oczekujesz. W większości przypadków dane lokalizacji powinny być wymienione we własnym dokumencie, a nie pod tablicą dokumentów podrzędnych, jak to ma miejsce tutaj.




  1. Redis
  2.   
  3. MongoDB
  4.   
  5. Memcached
  6.   
  7. HBase
  8.   
  9. CouchDB
  1. Jak zapobiec wyświetlaniu pola _t podczas Upserting do MongoDB?

  2. Jaki jest najlepszy graficzny interfejs użytkownika MongoDB? — Aktualizacja 2019

  3. Zapytanie zbiorcze w mongo działa, nie w Pymongo

  4. Architektura aplikacji oparta na Mongoose

  5. Wybierz na podstawie znacznika czasu i zaktualizuj znacznik czasu z zerem