sql >> Databáze >  >> NoSQL >> MongoDB

Porovnejte 2 data metodou hledání mongo

Pro MongoDB 3.6 a novější:

$expr operátor umožňuje použití agregačních výrazů v rámci dotazovacího jazyka, takže můžete využít použití $dateToString operátor pro transformaci datového pole:

db.test.find({ 
    "$expr": { 
        "$ne": [ 
             { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
             { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
        ] 
    } 
})

nebo pomocí agregačního rámce s $ shoda potrubí

db.test.aggregate([
    { "$match": { 
        "$expr": { 
            "$ne": [ 
                { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
            ] 
        } 
    } }
])

Pro MongoDB 3.0+:

Můžete také použít agregační rámec s $redact operátor potrubí, který umožňuje zpracovat logickou podmínku pomocí $cond operátor a používá speciální operace $$ PONECHAT "uchovat" dokument, kde je logická podmínka pravdivá nebo $$PRUNE k "odstranění" dokumentu, kde byla podmínka nepravdivá.

Zvažte spuštění následující agregační operace, která demonstruje výše uvedený koncept:

db.test.aggregate([
    {
        "$redact": {
            "$cond": [
                { 
                    "$ne": [ 
                        { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                        { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
                    ] 
                },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    }
])

Tato operace je podobná jako u $projekt kanál, který vybere pole v kolekci a vytvoří nové pole, které obsahuje výsledek z dotazu na logickou podmínku a poté následný $match , kromě toho $redact používá jeden stupeň potrubí, který je efektivnější:

db.test.aggregate([
    {
        "$project": { 
            "created": 1, 
            "last_active": 1,
            "sameDay": { 
                "$cond": [ 
                    { 
                        "$eq": [ 
                            {"$substr" : ["$last_active",0, 10]}, 
                            {"$substr" : ["$created",0, 10]}
                        ] 
                    }, true, false 
                ]
            } 
        } 
    },
    { "$match": { "sameDay": false } }
])

0r

db.test.aggregate([
    {
        "$project": { 
            "created": 1, 
            "last_active": 1,
            "sameDay": { 
                "$cond": [ 
                    { 
                        "$eq": [ 
                            { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                            { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
                        ] 
                    }, true, false 
                ]
            } 
        } 
    },
    { "$match": { "sameDay": false } }
])

Dalším přístupem by bylo použití $where operátor ve vašem find() metoda, ale všimněte si, že dotaz bude poměrně pomalý, protože použijete $ kde samotná vyžaduje prohledání tabulky a databáze provede JavaScriptový výraz nebo funkci pro každý dokument v kolekci, takže pokud je to možné, kombinujte s indexovanými dotazy, protože výkon dotazu se také zlepšuje, když jej vyjádříte pomocí standardních operátorů MongoDB (např. $gt , $in ):

db.test.find({ 
   "$where": function() { 
       return this.created.getDate() !== this.last_active.getDate() 
   } 
});

nebo kompaktnější:

db.test.find({ "$where": "this.created.getDate() !== this.last_active.getDate()" });

Se vstupem:

/* 0 */
{
    "_id" : 1,
    "created" : ISODate("2014-12-19T06:01:17.171Z"),
    "last_active" : ISODate("2014-12-21T15:38:13.842Z")
}

/* 1 */
{
    "_id" : 2,
    "created" : ISODate("2015-07-06T12:17:32.084Z"),
    "last_active" : ISODate("2015-07-06T18:07:08.145Z")
}

/* 2 */
{
    "_id" : 3,
    "created" : ISODate("2015-07-06T06:01:17.171Z"),
    "last_active" : ISODate("2015-07-07T10:04:30.921Z")
}

/* 3 */
{
    "_id" : 4,
    "created" : ISODate("2015-07-06T06:01:17.171Z"),
    "last_active" : ISODate("2015-07-06T09:47:44.186Z")
}

/* 4 */
{
    "_id" : 5,
    "created" : ISODate("2013-12-19T06:01:17.171Z"),
    "last_active" : ISODate("2014-01-20T13:21:37.427Z")
}

Agregace vrátí:

/* 0 */
{
    "result" : [ 
        {
            "_id" : 1,
            "created" : ISODate("2014-12-19T06:01:17.171Z"),
            "last_active" : ISODate("2014-12-21T15:38:13.842Z"),
            "sameDay" : false
        }, 
        {
            "_id" : 3,
            "created" : ISODate("2015-07-06T06:01:17.171Z"),
            "last_active" : ISODate("2015-07-07T10:04:30.921Z"),
            "sameDay" : false
        }, 
        {
            "_id" : 5,
            "created" : ISODate("2013-12-19T06:01:17.171Z"),
            "last_active" : ISODate("2014-01-20T13:21:37.427Z"),
            "sameDay" : false
        }
    ],
    "ok" : 1
}


  1. Programování databáze Python s MongoDB pro začátečníky

  2. Embedded Redis pro Spring Boot

  3. Jak získat odstraněný dokument v MongoDB?

  4. Jak používat agregaci MongoDB pro stránkování?