MongoDB中的数组交集答案

【问题标题】：Array intersection in MongoDBMongoDB中的数组交集
【发布时间】：2013-04-04 20:14:36
【问题描述】：

好的，这里发生了一些事情..我有两个集合：test 和 test1。两个集合中的文档都有一个包含一些标签的数组字段（分别为 tags 和 tags1）。我需要找到这些标签的交集和如果即使单个标签匹配，也从集合 test1 中获取整个文档。

> db.test.find();
{
    "_id" : ObjectId("5166c19b32d001b79b32c72a"),
    "tags" : [
            "a",
            "b",
            "c"
    ]
}          
> db.test1.find();
{
    "_id" : ObjectId("5166c1c532d001b79b32c72b"),
    "tags1" : [
            "a",
            "b",
            "x",
            "y"
    ]
}
> db.test.find().forEach(function(doc){db.test1.find({tags1:{$in:doc.tags}})});

令人惊讶的是，这并没有返回任何东西。但是，当我尝试使用单个文档时，它可以工作：

> var doc = db.test.findOne();
> db.test1.find({tags1:{$in:doc.tags}});
{ "_id" : ObjectId("5166c1c532d001b79b32c72b"), "tags1" : [ "a", "b", "x", "y" ] }

但这是我需要的一部分。我也需要交叉口。所以我尝试了这个：

> db.test1.find({tags1:{$in:doc.tags}},{"tags1.$":1});
{ "_id" : ObjectId("5166c1c532d001b79b32c72b"), "tags1" : [ "a" ] }

但它只返回“a”，而“a”和“b”都是 in 标签1。位置运算符是否只返回第一个匹配项？此外，使用$in 不会完全给我一个交集。我怎样才能得到一个交集（应该返回“a”和“b”），而不管哪个数组与另一个数组进行比较。

现在说有一个运营商可以做到这一点..

> db.test1.find({tags1:{$intersection:doc.tags}},{"tags1.$":1});
{ "_id" : ObjectId("5166c1c532d001b79b32c72b"), "tags1" : [ "a", "b" ] }

我的要求是，我需要整个 tags1 数组加上这个交集，在同一个查询中，如下所示：

> db.test1.find({tags1:{$intersection:doc.tags}},{"tags1":1, "tags1.$":1});
{ "_id" : ObjectId("5166c1c532d001b79b32c72b"), "tags1": [ "a", "b", "x", "y" ],
"tags1" : [ "a", "b" ] }

但这是一个无效的 json。重命名键是可能的，还是只能通过聚合框架（以及跨不同的集合？）？我用$in 尝试了上述查询。但它表现得好像完全忽略了"tags:1" 投影。

PS：我将在 test1 中至少有 10k 文档，而在测试中将有很少 (

感谢您的帮助！

【问题讨论】：

要评论您的第一个问题，“db.test1.find({tags1:{$in:doc.tags}})”将返回一个游标。要打印到屏幕上，您应该在第二个查找中附加如下内容： .forEach(function(doc){print(tojson(doc));})
谢谢@JamesWahlin！我知道这很愚蠢：P 您的快速评论让我至少可以进一步寻找解决方案。

标签： mongodb mongodb-.net-driver mongodb-query

【解决方案1】：

如果你想实时拥有这个，你应该考虑放弃只用一个线程运行并且应该很慢（单线程）的服务器端 Javascript（这对于 v2.4 不再适用， http://docs.mongodb.org/manual/core/server-side-javascript/)。

位置运算符仅返回第一个匹配/当前值。在不了解内部实现的情况下，从性能的角度来看，如果文档已经被评估为匹配，那么寻找进一步的匹配标准甚至没有意义。所以我怀疑你能做到这一点。

我不知道您是否需要笛卡尔积来进行搜索，但我会考虑将您的几个 test one 文档标签合并为一个，然后在 test1 上进行一些 $in 搜索，返回所有匹配的文档。在您的本地机器上，您可以有多个线程为您的文档生成交集。

根据您的 test1 和测试集合更改的频率，您在执行此查询时可能会预先计算此信息。这将允许轻松地对包含交叉点信息的字段进行查询。

文档无效，因为您有两个字段名称 tags1

【讨论】：

为什么与服务器端 JS 相关？他在尝试中没有做任何服务器端 JS - shell 在客户端机器上本地运行 js。
是的，你是对的，JavaScript 是在本地执行的。我在这里走错了路。

【解决方案2】：

Mongo 没有任何固有的检索数组交集的能力。如果您确实需要使用临时查询，请在客户端获取交集。

另一方面，考虑使用 Map-Reduce 并将其输出存储为一个集合。您可以在 finalize 部分中扩充返回的对象以添加相交标签。 Cron MR 每隔几秒运行一次。您可以从可以在客户端查询的永久集合中受益。

【讨论】：

【解决方案3】：

在较新的版本中，您可以使用aggregation 来完成此操作。

db.test.aggregate(
    {
        $match: {
            tags1: {
                $in: doc.tags
            }
        }
    },
    {
        $project: {
            tags1: 1,
            intersection: {
                $setIntersection: [doc.tags, "$tags1"]
            }
        }
    }
);

如您所见，match 部分与您最初的 find() 查询完全相同。 project 部分生成结果字段。在这种情况下，它从匹配的文档中选择tags1，并从输入和匹配的文档中创建intersection。

【讨论】：