mongodb - 在 MongoDB 中查询子文档数组的最佳方法是什么?
问题描述
假设我有一个这样的集合:
{
"id": "2902-48239-42389-83294",
"data": {
"location": [
{
"country": "Italy",
"city": "Rome"
}
],
"time": [
{
"timestamp": "1626298659",
"data":"2020-12-24 09:42:30"
}
],
"details": [
{
"timestamp": "1626298659",
"data": {
"url": "https://example.com",
"name": "John Doe",
"email": "john@doe.com"
}
},
{
"timestamp": "1626298652",
"data": {
"url": "https://www.myexample.com",
"name": "John Doe",
"email": "doe@john.com"
}
},
{
"timestamp": "1626298652",
"data": {
"url": "http://example.com/sub/directory",
"name": "John Doe",
"email": "doe@johnson.com"
}
}
]
}
}
现在主要关注子文档数组(“data.details”):我只想获得相关匹配的输出,例如:
db.info.find({"data.details.data.url": "example.com"})
如何获得所有“data.details.data.url”包含“example.com”但与“myexample.com”不匹配的匹配项。当我使用 $regex 执行此操作时,我会得到太多结果,因此如果我查询“example.com”,它也会返回“myexample.com”
即使我确实得到了部分结果(使用 $match),它也很慢。我尝试了这个聚合阶段:
{ $unwind: "$data.details" }, { $match: { "data.details.data.url": /.*example.com.*/, }, }, { $project: { id: 1, "data.details.data.url": 1, "data.details.data.email": 1, }, },
我真的不明白这种模式,使用 $match,有时 Mongo 会识别像“https://”或“https://www”这样的前缀。有时它不会。
更多信息: 我的收藏有几十 GB,我创建了两个索引:
- 像这样的复合:“data.details.data.url”:1,“data.details.data.email”:1
- 文本索引:“data.details.data.url”:“text”,“data.details.data.email”:“text”
它确实提高了查询性能,但还不够,我仍然遇到 $match 与 $regex 的问题。感谢帮助者!
解决方案
你的错误在正则表达式中。它匹配所有 URL,因为子字符串 example.com 在所有 URL 中。例如:https ://www.my example.com匹配粗体部分。
为避免这种情况,您必须使用另一个正则表达式,例如以该域开头的正则表达式。
例如:
(http[s]?:\/\/|www\.)YOUR_SEARCH
将检查您要搜索的内容是否位于 http:// 或 www 后面。分数。 https://regex101.com/r/M4OLw1/1
我留给你完整的查询。
[
{
'$unwind': {
'path': '$data.details'
}
}, {
'$match': {
'data.details.data.url': /(http[s]?:\/\/|www\.)example\.com/)
}
}
]
注意:您必须从正则表达式中转义特殊字符。点匹配任何字符,斜杠将关闭您的正则表达式,从而导致错误。
推荐阅读
- docker - 使用 JDBC 输入插件在 Docker 上的 Logstash 不会从 SQL Server 获取所有行
- flutter - 如何突出显示我在字符串中搜索的确切单词,而不仅仅是字符串的开头?
- flutter - 如何实时获取文档长度
- javascript - Reactjs 从获取请求中返回一个对象
- javascript - Nginx 正在尝试打开文件而不是重定向到代理
- python - _joint_log_likelihood 给我错误的值
- sql - 如何按日期获取最后一件商品的价格
- python-3.x - 定期执行功能而不停止其他操作
- r - 使用 R 从 PDF 表单到数据框的文本挖掘
- r - 如果 r 中出现错误,则转到 lapply() 的下一次迭代