Question

您知道mongodb中没有联接，所以我像这样执行喜欢联接查询。

users = user_collection.find({"region": "US", `and some condition here`}, projection={"user_id": 1"})
user_list = [
    user['user_id']
    for user in users
]
posts = post_collection.find({"user_id": {"$in": user_list}, `and some condition here`)

（为避免带来不必要的字段，在projection中也使用了find()选项）

集合和列表大小

用户= 2000000

user_list = 100000

帖子= 2000000

执行查询时，大约需要4秒钟。

其中，使user_list花费将近3秒钟。

问题

如何有效地列出仅包含user_id的结果？
有什么方法可以改善此处的效果？

谢谢。

Answer 1

首先，请确保您查询的字段已正确索引。如果已经完成，您可以尝试以下方法：

1。使用distinct（）

您可以使用distinct在一个查询中获取user_list：

类似这样：

user_list = user_collection.distinct("user_id", {"region": "US", ...})

2。使用$ lookup进行聚合

第二个选项是通过执行user_collection中的$lookup来检索单个查询中的帖子：

user_collection.aggregate([
  {
    "$match": {"region": "US", ...}
  }, 
  {
    "$lookup": {
        "from": "post_collection",
        "localField": "user_id",
        "foreignField": "user_id",
        "as": "post"
    }
  }, 
  ...
])

，然后使用$unwind和$match阶段过滤帖子

pymongo巨大的收藏清单

1 个答案:

1。使用distinct（）

2。使用$ lookup进行聚合