并提前感谢您的帮助。 我有一个像这样结构的mongoDB数据库：
{
'_id' : objectID(...),
'userID' : id,
'movies' : [{
'movieID' : movieID,
'rating' : rating
}]
}
我的问题是：
我想搜索具有＆＃39; userID＆＃39;的特定用户？ ：3，例如，让一切都是电影，然后我想让所有其他用户至少有15个或更多电影使用相同的＆＃39; movieID＆＃39;，然后使用该组我只想选择拥有这15部电影相似的用户，并且有一个额外的电影ID＆＃39;我选择了。
我已经尝试过聚合，但是失败了，如果我做一个单一的查询，比如让用户收看所有用户的电影，那么骑自行车每个用户的电影并进行比较需要花费很多时间。
任何想法？
谢谢
答案 0 :(得分：11)
使用聚合框架
有两种方法可以做到这一点只是一组简单的数据，例如：
{
"_id" : ObjectId("538181738d6bd23253654690"),
"movies": [
{ "_id": 1, "rating": 5 },
{ "_id": 2, "rating": 6 },
{ "_id": 3, "rating": 7 }
]
},
{
"_id" : ObjectId("538181738d6bd23253654691"),
"movies": [
{ "_id": 1, "rating": 5 },
{ "_id": 4, "rating": 6 },
{ "_id": 2, "rating": 7 }
]
},
{
"_id" : ObjectId("538181738d6bd23253654692"),
"movies": [
{ "_id": 2, "rating": 5 },
{ "_id": 5, "rating": 6 },
{ "_id": 6, "rating": 7 }
]
}
以第一个“用户”为例，现在您要查找其他两个用户中是否有至少两个同一部电影。
对于MongoDB 2.6及更高版本，您只需使用$setIntersection运算符和$size运算符：
db.users.aggregate([
// Match the possible documents to reduce the working set
{ "$match": {
"_id": { "$ne": ObjectId("538181738d6bd23253654690") },
"movies._id": { "$in": [ 1, 2, 3 ] },
"$and": [
{ "movies": { "$not": { "$size": 1 } } }
]
}},
// Project a copy of the document if you want to keep more than `_id`
{ "$project": {
"_id": {
"_id": "$_id",
"movies": "$movies"
},
"movies": 1,
}},
// Unwind the array
{ "$unwind": "$movies" },
// Build the array back with just `_id` values
{ "$group": {
"_id": "$_id",
"movies": { "$push": "$movies._id" }
}},
// Find the "set intersection" of the two arrays
{ "$project": {
"movies": {
"$size": {
"$setIntersection": [
[ 1, 2, 3 ],
"$movies"
]
}
}
}},
// Filter the results to those that actually match
{ "$match": { "movies": { "$gte": 2 } } }
])
在没有这些运算符的早期版本的MongoDB中，这仍然是可能的，只需再使用几个步骤：
db.users.aggregate([
// Match the possible documents to reduce the working set
{ "$match": {
"_id": { "$ne": ObjectId("538181738d6bd23253654690") },
"movies._id": { "$in": [ 1, 2, 3 ] },
"$and": [
{ "movies": { "$not": { "$size": 1 } } }
]
}},
// Project a copy of the document along with the "set" to match
{ "$project": {
"_id": {
"_id": "$_id",
"movies": "$movies"
},
"movies": 1,
"set": { "$cond": [ 1, [ 1, 2, 3 ], 0 ] }
}},
// Unwind both those arrays
{ "$unwind": "$movies" },
{ "$unwind": "$set" },
// Group back the count where both `_id` values are equal
{ "$group": {
"_id": "$_id",
"movies": {
"$sum": {
"$cond":[
{ "$eq": [ "$movies._id", "$set" ] },
1,
0
]
}
}
}},
// Filter the results to those that actually match
{ "$match": { "movies": { "$gte": 2 } } }
])
这可能有点需要考虑，所以我们可以看看每个阶段并打破这些阶段，看看他们在做什么。
$ match ：您不希望对集合中的每个文档进行操作，因此即使还有更多工作要做，也可以删除不可能匹配的项目完全。因此，显而易见的事情是排除相同的“用户”，然后仅匹配至少有一个与该“用户”相同的电影的文档。
接下来有意义的是考虑当你想要匹配n条目时，只有那些大于n-1的“电影”数组的文档才可能实际包含匹配项。在这里使用 $and 看起来很有趣，并不是特别要求，但如果所需的匹配是4那么语句的实际部分将如下所示：
"$and": [
{ "movies": { "$not": { "$size": 1 } } },
{ "movies": { "$not": { "$size": 2 } } },
{ "movies": { "$not": { "$size": 3 } } }
]
所以你基本上“排除”那些不足以让n匹配的数组。请注意，查询表单中的此$size运算符与聚合框架的$size不同。例如，无法将此与不等式运算符一起使用，例如 $gt ，其目的是专门匹配请求的“大小”。因此，此查询表单指定小于的所有可能大小。
$ project ：此声明中有一些用途，其中一些根据您拥有的MongoDB版本而有所不同。首先，可选地，文档副本保存在_id值下，以便其余步骤不会修改这些字段。这里的另一部分是将“电影”数组保留在文档的顶部，作为下一阶段的副本。
在为2.6版本提供的版本中也发生了什么，还有一个额外的数组代表要匹配的“电影”的_id值。这里使用 $cond 运算符只是创建数组“文字”表示的一种方法。有趣的是，MongoDB 2.6引入了一个名为 $literal 的运算符来完成这一操作而没有我们在这里使用 $cond 的有趣方式。
$ unwind ：要做进一步的操作，需要解开影片阵列，因为在任何一种情况下，它都是隔离需要的条目的现有_id值的唯一方法与“集合”相匹配。因此对于pre 2.6版本，您需要“展开”两个存在的数组。
$ group ：对于MongoDB 2.6及更高版本，您只需将一个数组分组，该数组仅包含已移除“评分”的电影的_id值。
Pre 2.6因为所有的值都是“并排”（并且有很多重复），所以你要对两个值进行比较，看它们是否相同。如果是true，则会告诉 $cond 运算符语句返回1或0的值，其中条件为{{1} }。这会直接通过 false 传回，以将数组中匹配元素的数量总计为所需的“集合”。
$ project ：这是MongoDB 2.6及更高版本的不同部分，因为您已经推回了“电影”$sum值的数组，然后使用 _id 直接比较这些数组。因此，这是一个包含相同元素的数组，然后将其包装在 $setIntersection 运算符中，以确定在该匹配集中返回了多少元素。 / p>
$ match ：此处已实施的最后阶段是否执行明确步骤，仅匹配交叉元素数量大于或等于所需数量的文档。
这基本上就是你这样做的。在2.6之前有点笨拙并且需要更多的内存，因为通过复制由集合的所有可能值找到的每个数组成员来完成扩展，但它仍然是一种有效的方法。
您需要做的就是应用更大的$size匹配值来满足您的条件，当然也要确保您的原始用户匹配具有所需的n种可能性。否则，只需从“用户”“电影”数组的长度n生成此内容。