Question

我正在使用MongoDB 4和Python3。我有3个集合。第一个集合在其他集合上有2个引用字段。

示例：

User {
   _id  : ObjectId("5b866e8e06a77b30ce272ba6"),
   name : "John",
   pet  : ObjectId("5b9248cc06a77b09a496bad0"),
   car  : ObjectId("5b214c044ds32f6bad7d2"),
}

Pet {
   _id  : ObjectId("5b9248cc06a77b09a496bad0"),
   name : "Mickey",
}

Car {
   _id   : ObjectId("5b214c044ds32f6bad7d2"),
   model : "Tesla"
}

因此，一位用户有一辆汽车和一只宠物。我需要查询User集合，并查找是否有一个用户的宠物名为“ Mickey”，而汽车的型号为“ Tesla”。

我尝试过这个：

db.user.aggregate([{
    $project : {"pet.name" : "Mickey", "car.model" : "Tesla"  } 
}])

但是当我只有一个文档包含此数据时，它返回了很多数据。我在做什么错了？

Answer 1

您需要在此处使用$lookup聚合。

类似这样的东西

db.users.aggregate([
  { "$lookup": {
    "from": Pet.collection.name,
    "let": { "pet": "$pet" },
    "pipeline": [
      { "$match": { "$expr": { "$eq": ["$_id", "$$pet"] }, "name" : "Mickey"}}
    ],
    "as": "pet"
  }},
  { "$lookup": {
    "from": Car.collection.name,
    "let": { "car": "$car" },
    "pipeline": [
      { "$match": { "$expr": { "$eq": ["$_id", "$$car"] }, "model" : "Tesla"}}
    ],
    "as": "car"
  }},
  { "$match": { "pet": { "$ne": [] }, "car": { "$ne": [] } }},
  { "$project": { "name": 1 }}
])

Answer 2

@AnthonyWinzlet发布的答案有一个缺点，那就是它需要翻阅用户集合中的所有文档并执行$lookup，这是相对昂贵的。因此，根据您的Users集合的大小，这样做可能会更快：

在users.pet和users.car上放置索引：db.users.createIndex({pet: 1, car: 1})
在cars.model上放置索引：db.cars.createIndex({model: 1})
在pets.name上放置索引：db.pets.createIndex({name: 1})

那么您可以简单地做到这一点：

获取所有匹配的"Tesla"汽车的列表：db.cars.find({model: "Tesla"})
获取所有匹配的"Mickey"只宠物的列表：db.pets.find({name: "Mickey"})
找到您感兴趣的用户：db.users.find({car: { $in: [<ids from cars query>] }, pet: { $in: [<ids from pets query>] }})

这很容易阅读和理解，而且所有三个查询都完全被索引覆盖，因此可以期望它们尽可能快。

Pymongo在子文档中发现价值

2 个答案: