Question

我想创建一个基本的排序算法，该算法由mongodb和meteor中的相关性决定。但是，我无法静态存储并更新它，因为它使用当前时间作为参数之一。

理想情况下，我想拥有的内容如下：

Post.relevance = function(magnitude) {
  magnitude = magnitude || 1.8;
  check(magnitude, Number);
  var score = this.upvotes - this.downvotes;
  var hoursAgo = moment().hours - moment(this.createdAt).hours();
  return (score - 1) / Math.pow((hoursAgo + 2), magnitude);
}

从我收集的内容中，我将不得不使用aggregation pipeline来生成此查询，但我无法获得帖子页面的详细信息。

如何使用mongodb生成此高级查询？

Answer 1

算法取决于您如何定义相关性。

在继续之前，我想提一下，我之前没有在生产环境中实现过这样的算法，我只是就如何解决这个问题表达了我的个人意见。

就个人而言，根据您的架构，我会考虑以下方法在确定相关性时最常见：

在受欢迎程度方面的相关性 - 这就是搜索引擎的方式确定内容的相关性：一个网站的观点越多，更相关的是
质量方面的相关性 - 在您的情况下，您可以根据upvotes / downvotes ratio找到动态生成的算法
时间相关性 - 您当前使用时间作为过滤机制的算法量化相关性的方式;不过，我不会选择这个，因为相关内容永远是有价值的

在前面提到的3个场景中，我建议你在前两个场景中进行混音。

你必须找到一种很好的方式来表示视图流行度，upvotes和downvotes之间的关系。这意味着您首先必须更新数据库模式，以便为每个帖子保存一个视图计数：

{
    _id: ObjectId(...),
    title: 'A Random Post',
    authorId: ObjectId(...),
    createdAt: '01-01-1900',
    editedAt: '02-01-1900',
    upvotes: 76,
    downvotes: 15,
    viewCount: 8655,
    relevance:

}

之后，您可以确定计算相关性的公式。例如，如果您假设帖子获得的观看次数越多，它就越流行，您可以使用以下公式：

Relevance = viewCount * upvotes/downvotes

但是，最重要的部分是如何选择存储相关性属性。

在我看来，你有两种可能的选择：

将其与所有其他元素一起存储在数据库中 - 这个意味着您必须不断更新每个相关性发布，同时不断为viewCount发布$inc更新， upvotes and downvotes
在查询仅限数据库的问题后确定相关性 {c}，upvotes和downvotes的$inc更新;拉后来自数据库的数据，你将不得不解析结果数组并量化相关性，而不将其存储在数据库中

显然，由于更多的更新操作，第一种情况会在服务器上产生更大的压力。不过，它允许您通过触发简单查询来查询相关帖子。

//Top 10 most relevant posts
db.posts.find({}).sort({ relevance: -1 }).limit(10);

如果你选择第二个选项，首先必须从数据库中提取所有文档，然后在从服务器发送数据之前做一些额外的工作来确定相关性。

MongoDB：按相关性功能排序

1 个答案: