ChatGPT解决这个技术问题 Extra ChatGPT

在 Mongoose 中填充后查询

一般来说,我对 Mongoose 和 MongoDB 还是很陌生,所以我很难弄清楚这样的事情是否可行:

Item = new Schema({
    id: Schema.ObjectId,
    dateCreated: { type: Date, default: Date.now },
    title: { type: String, default: 'No Title' },
    description: { type: String, default: 'No Description' },
    tags: [ { type: Schema.ObjectId, ref: 'ItemTag' }]
});

ItemTag = new Schema({
    id: Schema.ObjectId,
    tagId: { type: Schema.ObjectId, ref: 'Tag' },
    tagName: { type: String }
});



var query = Models.Item.find({});

query
    .desc('dateCreated')
    .populate('tags')
    .where('tags.tagName').in(['funny', 'politics'])
    .run(function(err, docs){
       // docs is always empty
    });

有更好的方法吗?

编辑

对任何混淆表示歉意。我要做的是获取所有包含有趣标签或政治标签的项目。

编辑

没有 where 子句的文档:

[{ 
    _id: 4fe90264e5caa33f04000012,
    dislikes: 0,
    likes: 0,
    source: '/uploads/loldog.jpg',
    comments: [],
    tags: [{
        itemId: 4fe90264e5caa33f04000012,
        tagName: 'movies',
        tagId: 4fe64219007e20e644000007,
        _id: 4fe90270e5caa33f04000015,
        dateCreated: Tue, 26 Jun 2012 00:29:36 GMT,
        rating: 0,
        dislikes: 0,
        likes: 0 
    },
    { 
        itemId: 4fe90264e5caa33f04000012,
        tagName: 'funny',
        tagId: 4fe64219007e20e644000002,
        _id: 4fe90270e5caa33f04000017,
        dateCreated: Tue, 26 Jun 2012 00:29:36 GMT,
        rating: 0,
        dislikes: 0,
        likes: 0 
    }],
    viewCount: 0,
    rating: 0,
    type: 'image',
    description: null,
    title: 'dogggg',
    dateCreated: Tue, 26 Jun 2012 00:29:24 GMT 
 }, ... ]

使用 where 子句,我得到一个空数组。


N
Neil Lunn

对于大于 3.2 的现代 MongoDB,在大多数情况下,您可以使用 $lookup 作为 .populate() 的替代品。这还具有实际执行“在服务器上”的连接的优点,而不是 .populate() 所做的实际上是 “多个查询”以“模拟”连接。

因此,就关系数据库的执行方式而言,.populate() 不是真正的“连接”。另一方面,$lookup 运算符实际上在服务器上完成工作,并且或多或少类似于 “LEFT JOIN”

Item.aggregate(
  [
    { "$lookup": {
      "from": ItemTags.collection.name,
      "localField": "tags",
      "foreignField": "_id",
      "as": "tags"
    }},
    { "$unwind": "$tags" },
    { "$match": { "tags.tagName": { "$in": [ "funny", "politics" ] } } },
    { "$group": {
      "_id": "$_id",
      "dateCreated": { "$first": "$dateCreated" },
      "title": { "$first": "$title" },
      "description": { "$first": "$description" },
      "tags": { "$push": "$tags" }
    }}
  ],
  function(err, result) {
    // "tags" is now filtered by condition and "joined"
  }
)

注意这里的 .collection.name 实际上计算为“字符串”,即分配给模型的 MongoDB 集合的实际名称。由于默认情况下 mongoose 会“复数”集合名称,并且 $lookup 需要实际的 MongoDB 集合名称作为参数(因为它是服务器操作),所以这是在 mongoose 代码中使用的一个方便技巧,而不是“硬编码”集合直接命名。

虽然我们也可以在数组上使用 $filter 来删除不需要的项目,但这实际上是最有效的形式,因为 Aggregation Pipeline Optimization 用于 as $lookup 的特殊条件,然后是 $unwind$match 条件.

这实际上导致三个流水线阶段合二为一:

   { "$lookup" : {
     "from" : "itemtags",
     "as" : "tags",
     "localField" : "tags",
     "foreignField" : "_id",
     "unwinding" : {
       "preserveNullAndEmptyArrays" : false
     },
     "matching" : {
       "tagName" : {
         "$in" : [
           "funny",
           "politics"
         ]
       }
     }
   }}

这是高度优化的,因为实际操作“首先过滤要加入的集合”,然后返回结果并“展开”数组。两种方法都被使用,因此结果不会打破 16MB 的 BSON 限制,这是客户端没有的约束。

唯一的问题是它在某些方面似乎“违反直觉”,特别是当您想要数组中的结果时,但这就是 $group 在这里的用途,因为它重构为原始文档形式。

同样不幸的是,我们此时根本无法以服务器使用的相同最终语法实际编写 $lookup。恕我直言,这是一个需要纠正的疏忽。但就目前而言,简单地使用序列就可以了,并且是具有最佳性能和可扩展性的最可行的选择。

附录 - MongoDB 3.6 及更高版本

尽管此处显示的模式相当优化,因为其他阶段如何进入 $lookup,但它确实有一个失败之处在于“LEFT JOIN”通常是两个 $lookup 所固有的并且 populate() 的操作被此处 $unwind“最佳” 用法所否定,它不保留空数组。您可以添加 preserveNullAndEmptyArrays 选项,但这会否定上述 “优化” 序列,并且基本上保留所有三个阶段,这些阶段通常会在优化中组合。

MongoDB 3.6 扩展了 $lookup“更具表现力” 形式,允许“子管道”表达式。这不仅满足了保留“LEFT JOIN”的目标,而且还允许优化查询以减少返回的结果,并且语法大大简化:

Item.aggregate([
  { "$lookup": {
    "from": ItemTags.collection.name,
    "let": { "tags": "$tags" },
    "pipeline": [
      { "$match": {
        "tags": { "$in": [ "politics", "funny" ] },
        "$expr": { "$in": [ "$_id", "$$tags" ] }
      }}
    ]
  }}
])

用于将声明的“本地”值与“外部”值匹配的 $expr 实际上是 MongoDB 现在使用原始 $lookup 语法“内部”执行的操作。通过以这种形式表达,我们可以自己定制“子管道”中的初始 $match 表达式。

事实上,作为一个真正的“聚合管道”,您几乎可以在这个“子管道”表达式中使用聚合管道执行任何操作,包括将 $lookup 的级别“嵌套”到其他相关集合。

进一步的使用有点超出了这里的问题的范围,但就“嵌套人口”而言,$lookup 的新使用模式允许它大致相同,并且 "lot"< /em> 在它的充分使用中更强大。

工作示例

下面给出一个在模型上使用静态方法的例子。一旦实现了该静态方法,调用就变成了:

  Item.lookup(
    {
      path: 'tags',
      query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
    },
    callback
  )

或者增强为更现代一点,甚至变成:

  let results = await Item.lookup({
    path: 'tags',
    query: { 'tagName' : { '$in': [ 'funny', 'politics' ] } }
  })

使其在结构上与 .populate() 非常相似,但它实际上是在服务器上进行连接。为了完整起见,这里的用法根据父子案例将返回的数据转换回 mongoose 文档实例。

对于大多数常见情况,它相当简单且易于适应或仅按原样使用。

注意这里使用 async 只是为了简洁地运行随附的示例。实际的实现没有这种依赖。

const async = require('async'),
      mongoose = require('mongoose'),
      Schema = mongoose.Schema;

mongoose.Promise = global.Promise;
mongoose.set('debug', true);
mongoose.connect('mongodb://localhost/looktest');

const itemTagSchema = new Schema({
  tagName: String
});

const itemSchema = new Schema({
  dateCreated: { type: Date, default: Date.now },
  title: String,
  description: String,
  tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
});

itemSchema.statics.lookup = function(opt,callback) {
  let rel =
    mongoose.model(this.schema.path(opt.path).caster.options.ref);

  let group = { "$group": { } };
  this.schema.eachPath(p =>
    group.$group[p] = (p === "_id") ? "$_id" :
      (p === opt.path) ? { "$push": `$${p}` } : { "$first": `$${p}` });

  let pipeline = [
    { "$lookup": {
      "from": rel.collection.name,
      "as": opt.path,
      "localField": opt.path,
      "foreignField": "_id"
    }},
    { "$unwind": `$${opt.path}` },
    { "$match": opt.query },
    group
  ];

  this.aggregate(pipeline,(err,result) => {
    if (err) callback(err);
    result = result.map(m => {
      m[opt.path] = m[opt.path].map(r => rel(r));
      return this(m);
    });
    callback(err,result);
  });
}

const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);

function log(body) {
  console.log(JSON.stringify(body, undefined, 2))
}
async.series(
  [
    // Clean data
    (callback) => async.each(mongoose.models,(model,callback) =>
      model.remove({},callback),callback),

    // Create tags and items
    (callback) =>
      async.waterfall(
        [
          (callback) =>
            ItemTag.create([{ "tagName": "movies" }, { "tagName": "funny" }],
              callback),

          (tags, callback) =>
            Item.create({ "title": "Something","description": "An item",
              "tags": tags },callback)
        ],
        callback
      ),

    // Query with our static
    (callback) =>
      Item.lookup(
        {
          path: 'tags',
          query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
        },
        callback
      )
  ],
  (err,results) => {
    if (err) throw err;
    let result = results.pop();
    log(result);
    mongoose.disconnect();
  }
)

或者更现代一点的 Node 8.x 及更高版本,带有 async/await 并且没有额外的依赖项:

const { Schema } = mongoose = require('mongoose');
const uri = 'mongodb://localhost/looktest';

mongoose.Promise = global.Promise;
mongoose.set('debug', true);

const itemTagSchema = new Schema({
  tagName: String
});

const itemSchema = new Schema({
  dateCreated: { type: Date, default: Date.now },
  title: String,
  description: String,
  tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
});

itemSchema.statics.lookup = function(opt) {
  let rel =
    mongoose.model(this.schema.path(opt.path).caster.options.ref);

  let group = { "$group": { } };
  this.schema.eachPath(p =>
    group.$group[p] = (p === "_id") ? "$_id" :
      (p === opt.path) ? { "$push": `$${p}` } : { "$first": `$${p}` });

  let pipeline = [
    { "$lookup": {
      "from": rel.collection.name,
      "as": opt.path,
      "localField": opt.path,
      "foreignField": "_id"
    }},
    { "$unwind": `$${opt.path}` },
    { "$match": opt.query },
    group
  ];

  return this.aggregate(pipeline).exec().then(r => r.map(m => 
    this({ ...m, [opt.path]: m[opt.path].map(r => rel(r)) })
  ));
}

const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);

const log = body => console.log(JSON.stringify(body, undefined, 2));

(async function() {
  try {

    const conn = await mongoose.connect(uri);

    // Clean data
    await Promise.all(Object.entries(conn.models).map(([k,m]) => m.remove()));

    // Create tags and items
    const tags = await ItemTag.create(
      ["movies", "funny"].map(tagName =>({ tagName }))
    );
    const item = await Item.create({ 
      "title": "Something",
      "description": "An item",
      tags 
    });

    // Query with our static
    const result = (await Item.lookup({
      path: 'tags',
      query: { 'tags.tagName' : { '$in': [ 'funny', 'politics' ] } }
    })).pop();
    log(result);

    mongoose.disconnect();

  } catch (e) {
    console.error(e);
  } finally {
    process.exit()
  }
})()

从 MongoDB 3.6 及更高版本开始,即使没有 $unwind$group 构建:

const { Schema, Types: { ObjectId } } = mongoose = require('mongoose');

const uri = 'mongodb://localhost/looktest';

mongoose.Promise = global.Promise;
mongoose.set('debug', true);

const itemTagSchema = new Schema({
  tagName: String
});

const itemSchema = new Schema({
  title: String,
  description: String,
  tags: [{ type: Schema.Types.ObjectId, ref: 'ItemTag' }]
},{ timestamps: true });

itemSchema.statics.lookup = function({ path, query }) {
  let rel =
    mongoose.model(this.schema.path(path).caster.options.ref);

  // MongoDB 3.6 and up $lookup with sub-pipeline
  let pipeline = [
    { "$lookup": {
      "from": rel.collection.name,
      "as": path,
      "let": { [path]: `$${path}` },
      "pipeline": [
        { "$match": {
          ...query,
          "$expr": { "$in": [ "$_id", `$$${path}` ] }
        }}
      ]
    }}
  ];

  return this.aggregate(pipeline).exec().then(r => r.map(m =>
    this({ ...m, [path]: m[path].map(r => rel(r)) })
  ));
};

const Item = mongoose.model('Item', itemSchema);
const ItemTag = mongoose.model('ItemTag', itemTagSchema);

const log = body => console.log(JSON.stringify(body, undefined, 2));

(async function() {

  try {

    const conn = await mongoose.connect(uri);

    // Clean data
    await Promise.all(Object.entries(conn.models).map(([k,m]) => m.remove()));

    // Create tags and items
    const tags = await ItemTag.insertMany(
      ["movies", "funny"].map(tagName => ({ tagName }))
    );

    const item = await Item.create({
      "title": "Something",
      "description": "An item",
      tags
    });

    // Query with our static
    let result = (await Item.lookup({
      path: 'tags',
      query: { 'tagName': { '$in': [ 'funny', 'politics' ] } }
    })).pop();
    log(result);


    await mongoose.disconnect();

  } catch(e) {
    console.error(e)
  } finally {
    process.exit()
  }

})()

我不再使用 Mongo / Mongoose,但我接受了你的回答,因为这是一个受欢迎的问题,看起来这对其他人有帮助。很高兴看到这个问题现在有一个更具可扩展性的解决方案。感谢您提供更新的答案。
谢谢<3,,,,
a
aaronheckmann

不直接支持您要求的内容,但可以通过在查询返回后添加另一个过滤步骤来实现。

首先,.populate( 'tags', null, { tagName: { $in: ['funny', 'politics'] } } ) 绝对是您过滤标签文档所需要做的。然后,在查询返回后,您需要手动过滤掉没有任何符合填充条件的 tags 文档的文档。就像是:

query....
.exec(function(err, docs){
   docs = docs.filter(function(doc){
     return doc.tags.length;
   })
   // do stuff with docs
});

嘿亚伦,谢谢你的回复。我可能错了,但 populate() 上的 $in 不会只填充匹配的标签吗?因此,该项目上的任何其他标签都将被过滤掉。听起来我必须填充所有项目,然后让第二个过滤步骤根据标签名称减少它。
@aaronheckmann 我已经实现了您建议的解决方案,您将在 .exec 之后进行过滤,因为尽管填充查询仅填充所需的对象,但仍返回整个数据集。您是否认为在较新版本的 Mongoose 中有一些选项可以仅返回填充的数据集,因此我们不需要进行其他过滤?
我也很想知道性能,如果查询最后返回整个数据集,那么没有进行人口过滤的目的吗?你说什么?我正在调整人口查询以进行性能优化,但是这样对于大型数据集的性能不会变得更好?
如果其他人有兴趣,mongoosejs.com/docs/api.html#query_Query-populate 会提供所有详细信息
填充时如何在不同字段中匹配?
S
Sergio Tulentsev

尝试更换

.populate('tags').where('tags.tagName').in(['funny', 'politics']) 

经过

.populate( 'tags', null, { tagName: { $in: ['funny', 'politics'] } } )

谢谢回复。我相信这样做只会用有趣或政治来填充每个项目,这不会减少父列表。我真正想要的只是标签中有有趣或政治的物品。
你能展示一下你的文档是什么样子的吗?因为 tags 数组中的 'where' 对我来说似乎是一个有效的操作..我们只是语法错误..您是否尝试过完全删除该 'where' 子句并检查是否返回了任何内容?或者,只是为了测试编写 'tags.tagName' 在语法上是否可行,您可能会暂时忘记 ref 的内容,并尝试在 'Item' 文档中使用嵌入式数组进行查询。
用文档编辑了我的原始帖子。我能够成功地将模型作为 Item 内的嵌入式数组进行测试,但不幸的是,我要求它是 DBRef,因为 ItemTag 经常更新。再次感谢您的帮助。
F
Fabian

更新:请查看评论 - 这个答案与问题不正确匹配,但也许它回答了用户遇到的其他问题(我认为这是因为赞成票)所以我不会删除这个“答案”:

第一:我知道这个问题真的过时了,但我搜索了这个问题,这个 SO 帖子是谷歌条目 #1。所以我实现了 docs.filter 版本(接受的答案),但正如我在 mongoose v4.6.0 docs 中所读到的,我们现在可以简单地使用:

Item.find({}).populate({
    path: 'tags',
    match: { tagName: { $in: ['funny', 'politics'] }}
}).exec((err, items) => {
  console.log(items.tags) 
  // contains only tags where tagName is 'funny' or 'politics'
})

希望这对未来的搜索机用户有所帮助。


但这肯定只会过滤 items.tags 数组吗?无论标签名称如何,项目都将被退回...
没错,@OllyBarca。根据文档,匹配仅影响人口查询。
我认为这不能回答问题
@Fabian 这不是错误。只有人口查询(在本例中为 fans)被过滤。返回的实际文档(即 Story,包含 fans 作为属性)不受影响或被过滤。
因此,由于评论中提到的原因,这个答案是不正确的。以后看到这个的任何人都应该小心。
O
OllyBarca

最近自己遇到了同样的问题后,我想出了以下解决方案:

首先,查找 tagName 为 'funny' 或 'politics' 的所有 ItemTags,并返回 ItemTag _ids 数组。

然后,在 tags 数组中找到包含所有 ItemTag _id 的 Items

ItemTag
  .find({ tagName : { $in : ['funny','politics'] } })
  .lean()
  .distinct('_id')
  .exec((err, itemTagIds) => {
     if (err) { console.error(err); }
     Item.find({ tag: { $all: itemTagIds} }, (err, items) => {
        console.log(items); // Items filtered by tagName
     });
  });

我是怎么做到的 const tagsIds = await this.tagModel .find({ name: { $in: tags } }) .lean() .distinct('_id');返回 this.adviceModel.find({ tags: { $all: tagsIds } });
H
HernanFila

@aaronheckmann 's answer 对我有用,但我必须将 return doc.tags.length; 替换为 return doc.tags != null;,因为该字段包含 null 如果它与填充内写入的条件不匹配。所以最后的代码:

query....
.exec(function(err, docs){
   docs = docs.filter(function(doc){
     return doc.tags != null;
   })
   // do stuff with docs
});