Question

我需要根据数据/时间获取一系列ID中的最新文档。我有以下查询执行此操作，但它只返回_id和acquiredTime字段。如何让它返回包含所有字段的完整文档？

db.trip.aggregate([
   { $match: { tripId: { $in: ["trip01", "trip02" ]}} },
   { $sort: { acquiredTime: -1} },
   { $group: { _id: "$tripId" , acquiredTime: { $first: "$acquiredTime" }}} 
])

该集合看起来像：

[{
   "tripId": "trip01",
   "acquiredTime": 1000,
   "name": "abc",
   "value": "abc"
},{
   "tripId": "trip02",
   "acquiredTime": 1000,
   "name": "xyz",
   "value": "xyz"
},{
   "tripId": "trip01",
   "acquiredTime": 2000,
   "name": "def",
   "value": "abc"
},{
   "tripId": "trip02",
   "acquiredTime": 2000,
   "name": "ghi",
   "value": "xyz"
}]

我得到的那一刻：

[{
   "tripId": "trip01",
   "acquiredTime": 2000
},{
   "tripId": "trip02",
   "acquiredTime": 2000
}]

我需要得到：

[{
   "tripId": "trip01",
   "acquiredTime": 2000,
   "name": "def",
   "value": "abc"
},{
   "tripId": "trip02",
   "acquiredTime": 2000,
   "name": "ghi",
   "value": "xyz"
}]

Answer 1

您的方法是正确的方法，但问题是$group和$project只是不这样做，并要求您在结果中命名所需的所有字段。

如果您不介意结构看起来有点不同，那么您可以在MongoDB 2.6及更高版本中使用$$ROOT：

db.trip.aggregate([
   { "$match": { "tripId": { "$in": ["trip01", "trip02" ]}} },
   { "$sort": { "acquiredTime": -1} },
   { "$group": { "_id": "$tripId" , "doc": { "$first": "$$ROOT" }}} 
])

所以整个文档都在那里，但只是作为子文档包含在＆＃34; doc＆＃34;在结果中。

对于其他任何东西或更漂亮的东西，你必须指定你想要的每个领域。它只是一个数据结构，所以你总是可以从代码中生成它。

db.trip.aggregate([
   { "$match": { "tripId": { "$in": ["trip01", "trip02" ]}} },
   { "$sort": { "acquiredTime": -1} },
   { "$group": { 
       "_id": "$tripId" , 
       "acquiredTime": { "$first": "$acquiredTime" },
       "name": { "$first": "$name" },
       "value": { "$first": "$value" }
   }}
])

Answer 2

对于我的理解，当要返回大量唯一文档时，上述解决方案会遇到性能和RAM问题，因为$ match的输出将在内存中排序，无论如何您可能拥有的索引。

参考：https://docs.mongodb.com/manual/tutorial/sort-results-with-indexes/

要最大化性能并最小化RAM使用量：

创建唯一索引[(tripId, 1), (acquiredTime, -1)]
具有沿索引精确执行的排序

这当然会花费您一个索引，这会降低插入速度-没有免费的食物：）

此外，使用$replaceRoot可以轻松解决将原始文档移至子文档的外观问题，而无需明确列出文档密钥。

db.trip.aggregate([
   { "$match": { "tripId": { "$in": ["trip01", "trip02" ]}} },
   { "$sort": SON([("tripId", 1), ("acquiredTime", -1)],
   { "$group": { "_id": "$tripId" , "doc": { "$first": "$$ROOT" }}},
   { "$replaceRoot": { "newRoot": "$doc"}} 
])

最后，值得注意的是，如果acquiredTime只是您的服务器时间，您就可以摆脱它，因为_id已经嵌入了创建时间戳。因此，唯一索引将继续在[(tripId, 1), (_id, -1)]上，查询变为：

db.trip.aggregate([
   { "$match": { "tripId": { "$in": ["trip01", "trip02" ]}} },
   { "$sort": SON([("tripId", 1), ("_id", -1)],
   { "$group": { "_id": "$tripId" , "doc": { "$first": "$$ROOT" }}},
   { "$replaceRoot": { "newRoot": "$doc"}} 
])

这也更好，因为MongoDB中的日期对象具有1毫秒的分辨率，这取决于插入频率，可能会导致极难重现竞争条件，而保证自动生成的_id严格递增。

MongoDB：按日期/时间获取每个id的最新完整文档

2 个答案: