0

我对 MongoDb 很陌生,所以我习惯了 SQL。现在我的数据库中有两个集合:

1)系列(具有嵌套的子文档)

2)Review(决定参考episode subdocument,因为会有很多review)

请参阅这张图片以获得更好的理解。

在此处输入图像描述

现在我想实现以下目标。对于每条评论(在这种情况下是两条),我想获得剧集名称。

我尝试了以下方法:

db.review.aggregate([  
   {  
      $lookup:{  
         from:"series",
         localField:"episode",
         foreignField:"seasons.episodes._id",
         as:"episode_entry"
      }
   }
]).pretty()

问题在于,这(当然)不仅返回了所引用剧集的标题,而且还返回了整个季节文档。

有关我当前的输出,请参见下图。

在此处输入图像描述

我不知道如何实现它。请帮我。我正在使用 Mongo 3.4.9

4

1 回答 1

1

我会推荐以下系列结构,它将季节数组展开为每个季节的多个文档。

这将帮助您直接插入/更新剧集。

就像是

db.series.insertMany([
  {
    "title": "Sherlock Holmes",
    "nr": 1,
    "episodes": [
      {
        "title": "A Study in Pink",
        "nr": 1
      },
      {
        "title": "The Blind Banker",
        "nr": 2
      }
    ]
  },
  {
    "title": "Sherlock Holmes",
    "nr": 2,
    "episodes": [
      {
        "title": "A Scandal in Belgravia",
        "nr": 1
      },
      {
        "title": "The Hounds of Baskerville",
        "nr": 2
      }
    ]
  }
])

查找查询会做这样的事情

episode: { $in: [ episodes._id1, episodes._id2, ... ] }

从文档

如果该字段包含一个数组,则 $in 运算符选择其字段包含一个数组的文档,该数组包含至少一个与指定数组中的值匹配的元素(例如 , 等)

因此,查找将在匹配时返回所有剧集。然后,您可以过滤以仅保留与您的评论剧集相匹配的内容。

所以查询看起来像

db.review.aggregate([
  {
    "$lookup": {
      "from": "series",
      "localField": "episode",
      "foreignField": "episodes._id",
      "as": "episode_entry"
    }
  },
  {
    "$addFields": {
      "episode_entry": [
        {
          "$arrayElemAt": {
            "$filter": {
              "input": {
                "$let": {
                  "vars": {
                    "season": {
                      "$arrayElemAt": [
                        "$episode_entry",
                        0
                      ]
                    }
                  },
                  "in": "$$season.episodes"
                }
              },
              "as": "result",
              "cond": {
                "$eq": [
                  "$$result._id",
                  "$episode"
                ]
              }
            }
          }
        },
        0
      ]
    }
  }
])
于 2017-10-25T17:58:52.887 回答