Question

我正在考虑将MongoDB用于我的下一个项目。此应用程序的核心要求之一是提供方面搜索。有没有人尝试使用MongoDB来实现方面搜索？

我有一个产品型号，其中包含大小，颜色，品牌等各种属性。在搜索产品时，此Rails应用程序应在侧栏上显示构面过滤器。 Facet过滤器看起来像这样：

Size:
XXS (34)
XS (22)
S (23)
M (37)
L (19)
XL (29)

Color:
Black (32)
Blue (87)
Green (14)
Red (21)
White (43)

Brand:
Brand 1 (43)
Brand 2 (27)

Answer 1

我认为使用Apache Solr或ElasticSearch可以获得更大的灵活性和性能，但使用Aggregation Framework支持此功能。

使用MongoDB的主要问题是你需要查询N次：首先获得匹配的结果，然后每组一次;使用全文搜索引擎时，您可以在一个查询中获得所有内容。

示例

//'tags' filter simulates the search //this query gets the products db.products.find({tags: {$all: ["tag1", "tag2"]}}) //this query gets the size facet db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}}, {$group: {_id: "$size"}, count: {$sum:1}}, {$sort: {count:-1}} ) //this query gets the color facet db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}}, {$group: {_id: "$color"}, count: {$sum:1}}, {$sort: {count:-1}} ) //this query gets the brand facet db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}}, {$group: {_id: "$brand"}, count: {$sum:1}}, {$sort: {count:-1}} )

用户使用构面过滤搜索后，您必须添加此过滤器以查询谓词并匹配谓词，如下所示。

//user clicks on "Brand 1" facet db.products.find({tags: {$all: ["tag1", "tag2"]}, brand: "Brand 1"}) db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}, brand: "Brand 1"}, {$group: {_id: "$size"}, count: {$sum:1}}, {$sort: {count:-1}} ) db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}, brand: "Brand 1"}, {$group: {_id: "$color"}, count: {$sum:1}}, {$sort: {count:-1}} ) db.products.aggregate( {$match: {tags: {$all: ["tag1", "tag2"]}}, brand: "Brand 1"}, {$group: {_id: "$brand"}, count: {$sum:1}}, {$sort: {count:-1}} )

Answer 2

Mongodb 3.4介绍faceted search

$ facet阶段允许您创建多面聚合   表征跨越多个维度或方面的数据   单一聚合阶段。多方面聚合提供多种方式   过滤器和分类，以指导数据浏览和分析。

输入文档只传递给$ facet阶段一次。

现在，您无需查询N次以检索N个组的聚合。

$ facet在同一组输入文档上启用各种聚合，无需多次检索输入文档。

OP用例的示例查询类似于

db.products.aggregate( [
  {
    $facet: {
      "categorizedByColor": [
        { $match: { color: { $exists: 1 } } },
        {
          $bucket: {
            groupBy: "$color",
            default: "Other",
            output: {
              "count": { $sum: 1 }
            }
          }
        }
      ],
      "categorizedBySize": [
        { $match: { size: { $exists: 1 } } },
        {
          $bucket: {
            groupBy: "$size",
            default: "Other",
            output: {
              "count": { $sum: 1 }
            }
          }
        }
      ],
      "categorizedByBrand": [
        { $match: { brand: { $exists: 1 } } },
        {
          $bucket: {
            groupBy: "$brand",
            default: "Other",
            output: {
              "count": { $sum: 1 }
            }
          }
        }
      ]
    }
  }
])

Answer 3

你可以进行查询，问题是它是否快速。比如：

find( { size:'S', color:'Blue', Brand:{$in:[...]} } )

问题是表现如何。尚未在产品中进行分面搜索的特殊工具。在路上可能会有一些类似交叉点的查询计划，这些计划很好，但这是tbd / future。

如果您的属性是预定义的集合，并且您知道它们是什么，则可以在每个属性上创建索引。在当前的实现中只使用其中一个索引，所以这将有所帮助，但只能让你到目前为止：如果数据集中等大小，可能没问题。
您可以使用可能复合两个或更多属性的复合索引。如果你有一小部分属性，这可能会很好。索引不需要使用所有变量查询，但在上面的一个中，三个中任意两个上的复合索引可能比单个项目上的索引表现更好。
如果你没有太多skus蛮力会起作用;例如如果你是1MM skues，ram中的表扫描可能足够快。在这种情况下，我会创建一个只包含facet值的表，并使其尽可能小，并将完整的sku文档保存在单独的集合中。 e.g：

facets_collection： {SZ：1，品牌：123，CLR： 'B'，_ ID：} ...

如果小平面尺寸的数量不是太高，你可以改为制作一个高度复合的facit尺寸索引，你可以得到相当于上述尺寸而无需额外的工作。

如果你创建退出一些索引，最好不要创建那么多它们不再适合ram。

鉴于查询运行并且这是一个性能问题，可能只有mongo，如果它不够快，那么就可以使用solr。

Answer 4

分面解决方案（基于计数）取决于您的应用程序设计。

db.product.insert(
{
 tags :[ 'color:green','size:M']

}
)

但是，如果能够以上述格式提供数据，其中facet及其值连接在一起以形成一致的标记，则使用以下查询

db.productcolon.aggregate(
   [
      { $unwind : "$tags" },
      {
        $group : {
          _id : '$tags',
          count: { $sum: 1 }
        }
      }
   ]
)

请参阅下面的结果输出

{ 
    "_id" : "color:green", 
    "count" : NumberInt(1)
}
{ 
    "_id" : "color:red", 
    "count" : NumberInt(1)
}
{ 
    "_id" : "size:M", 
    "count" : NumberInt(3)
}
{ 
    "_id" : "color:yellow", 
    "count" : NumberInt(1)
}
{ 
    "_id" : "height:5", 
    "count" : NumberInt(1)
}

除此步骤外，您的应用程序服务器可以在发送回客户端之前进行颜色/大小分组。

注意 - 组合facet及其值的方法为你提供了聚合的所有方面值，你可以避免 - ＆＃34;使用MongoDB的主要问题是你必须查询N次：首先获得匹配的结果然后一次每组;使用全文搜索引擎时，您可以在一个查询中获得所有内容。＆＃34;看加西亚的回答

使用MongoDB进行方面搜索

4 个答案: