MongoDB 集合間關聯查詢后通過$filter進行篩選

在前面的分享中，有講解 “詳解MongoDB中的多表關聯查詢（$lookup）” 一節，其內容涵蓋了常見的集合管理的需求。我們知道文檔的選擇都是通過$match進行匹配刷選。但這是文檔間的匹配篩選，並沒有對單個新生成的文檔進行內嵌子文檔進行篩選。

那么什么是$lookup后新文檔的內嵌子文檔呢？

假設有以下2個集合，一個是商品庫存集合 inventory，存儲的測試數據 如下：

db.inventory.insert([
   { "_id" : 1, "sku" : "almonds", product: "product 1", "instock" : 120 },
   { "_id" : 2, "sku" : "bread1",  product: "product 2", "instock" : 80 },
   { "_id" : 3, "sku" : "bread2",  product: "product 2", "instock" : 80 },
   { "_id" : 4, "sku" : "pecans1", product: "product 4", "instock" : 70 },
   { "_id" : 5, "sku" : "pecans2", product: "product 4", "instock" : 70 },
])

一個是商品對應的原料集合product，存儲的測試數據，如下。 

db.product.insert([
   { "_id" : 1, product: "product 1", description: "金玉滿堂1" },
   { "_id" : 2,  product: "product 2", description: "招財進寶"},
   { "_id" : 3, product: "product 4", description: "楊柳依依"},
])

兩個集合都包含有product 字段，如果 需求是按原料名稱統計每個原料對應的商品情況。

可以根據字段product進行集合關聯，並且product集合的文檔與inventory 集合的文檔是 一對多 的關系。

執行關聯腳本查詢的腳本如下：

db.product.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "product",
         foreignField: "product",
         as: "inventory_docs"
       }
  }
])

新生成的聚合集合的文檔如下：

/* 1 */
{
    "_id" : 1,
    "product" : "product 1",
    "description" : "金玉滿堂1",
    "inventory_docs" : [
        {
            "_id" : 1,
            "sku" : "almonds",
            "product" : "product 1",
            "instock" : 120,
            "state" : "OK"
        }
    ]
},

/* 2 */
{
    "_id" : 2,
    "product" : "product 2",
    "description" : "招財進寶",
    "inventory_docs" : [
        {
            "_id" : 2,
            "sku" : "bread1",
            "product" : "product 2",
            "instock" : 80,
            "state" : "OK"
        },
        {
            "_id" : 3,
            "sku" : "bread2",
            "product" : "product 2",
            "instock" : 80,
            "state" : "Simple"
        }
    ]
},

/* 3 */
{
    "_id" : 3,
    "product" : "product 4",
    "description" : "楊柳依依",
    "inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        },
        {
            "_id" : 5,
            "sku" : "pecans2",
            "product" : "product 4",
            "instock" : 70,
            "state" : "Simple"
        }
    ]
}

從返回結果可以看出，

（1） 返回的文檔數量和.aggreate的集合文檔數量一樣（即外面的那個集合，而不是新字段的From的那個集合）。

（2）關聯的主要功能是將每個輸入待處理的文檔，經過$lookup 階段的處理，輸出的新文檔中會包含一個新生成的數組列（戶名可根據需要命名新key的名字 ）。數組列存放的數據 是 來自 被Join 集合的適配文檔，如果沒有，集合為空（即 為[ ]）。

注意新的字段的類型是數組的形式，一對多的時候，新字段就是就是明顯的內嵌子文檔。

我們看到新文檔的字段 inventory_docs ，它由兩個 內嵌 子文檔組成，

"inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        },
        {
            "_id" : 5,
            "sku" : "pecans2",
            "product" : "product 4",
            "instock" : 70,
            "state" : "Simple"
        }
    ]

 

那么如何根據要求篩選符合要求的子文檔呢？$match是不可以的，這時候可以通過$filter。

代碼如下：

db.product.aggregate([
   {
     $lookup:
       {
         from: "inventory",
         localField: "product",
         foreignField: "product",
         as: "inventory_docs"
       }
  }
  ,
  { $project: { inventory_docs: { $filter: { input: "$inventory_docs", as: "item", cond: { $eq: [ "$$item.state", "OK" ] } } } } }
])

結果顯示如下：

/* 1 */
{
    "_id" : 1,
    "inventory_docs" : [
        {
            "_id" : 1,
            "sku" : "almonds",
            "product" : "product 1",
            "instock" : 120,
            "state" : "OK"
        }
    ]
},

/* 2 */
{
    "_id" : 2,
    "inventory_docs" : [
        {
            "_id" : 2,
            "sku" : "bread1",
            "product" : "product 2",
            "instock" : 80,
            "state" : "OK"
        }
    ]
},

/* 3 */
{
    "_id" : 3,
    "inventory_docs" : [
        {
            "_id" : 4,
            "sku" : "pecans1",
            "product" : "product 4",
            "instock" : 70,
            "state" : "OK"
        }
    ]
}

從結果可以看出，數組子文檔 沒有了state:"Simple"的數據（子文檔）。

 

本文版權歸作者所有，未經作者同意不得轉載,謝謝配合！！！