답변:
$ where를 사용할 수 있습니다. 속도가 상당히 느리므로 (모든 레코드에서 Javascript 코드를 실행해야 함) 가능하면 색인화 된 쿼리와 결합하십시오.
db.T.find( { $where: function() { return this.Grade1 > this.Grade2 } } );
또는 더 콤팩트 :
db.T.find( { $where : "this.Grade1 > this.Grade2" } );
최근 답변에$expr
설명 된대로 사용할 수 있습니다.
$where: function() { return this.Grade1 - this.Grade2 > variable }
어떻게?
db.T.find({$where: function() {return this.startDate == ISODate("2017-01-20T10:55:08.000Z");}});
아무것도 반환하지 않으며 컬렉션의 문서 중 하나조차도 ISODate("2017-01-20T10:55:08.000Z")
. 그러나 <=
및 >=
작업을 보인다. 어떤 생각?
this.startDate.getTime() == ISODate("2017-01-20T10:55:08.000Z").getTime()
당신이 사용할 수있는 $ expr에 일반 쿼리에서 집계 함수를 사용하는 (3.6 몽고 버전 연산자).
비교 query operators
대 aggregation comparison operators
.
일반 쿼리 :
db.T.find({$expr:{$gt:["$Grade1", "$Grade2"]}})
집계 쿼리 :
db.T.aggregate({$match:{$expr:{$gt:["$Grade1", "$Grade2"]}}})
쿼리가 $where
연산자 로만 구성된 경우 JavaScript 표현식 만 전달할 수 있습니다.
db.T.find("this.Grade1 > this.Grade2");
성능을 $redact
높이려면 파이프 라인 이있는 집계 작업을 실행 하여 주어진 조건을 충족하는 문서를 필터링하십시오.
$redact
파이프 라인의 기능을 통합 $project
하고 $match
그것을 사용 조건과 일치하는 모든 문서를 반환 필드 레벨 편집 구현하는 $$KEEP
파이프 라인 결과에서 사용하여 일치하지 않는 것들과 제거합니다 $$PRUNE
변수.
다음 집계 작업을 실행하면 $where
대규모 컬렉션에 사용하는 것보다 문서를 더 효율적으로 필터링 할 수 있습니다.을 사용하는 자바 스크립트 평가 대신 단일 파이프 라인과 네이티브 MongoDB 연산자 $where
를 사용하므로 쿼리 속도가 느려질 수 있습니다.
db.T.aggregate([
{
"$redact": {
"$cond": [
{ "$gt": [ "$Grade1", "$Grade2" ] },
"$$KEEP",
"$$PRUNE"
]
}
}
])
이는 두 개의 파이프 라인 통합을보다 간략화 버전 $project
과 $match
:
db.T.aggregate([
{
"$project": {
"isGrade1Greater": { "$cmp": [ "$Grade1", "$Grade2" ] },
"Grade1": 1,
"Grade2": 1,
"OtherFields": 1,
...
}
},
{ "$match": { "isGrade1Greater": 1 } }
])
와 MongoDB를 3.4 및 최신 :
db.T.aggregate([
{
"$addFields": {
"isGrade1Greater": { "$cmp": [ "$Grade1", "$Grade2" ] }
}
},
{ "$match": { "isGrade1Greater": 1 } }
])
가독성보다 성능이 더 중요하고 조건이 간단한 산술 연산으로 구성된 경우 집계 파이프 라인을 사용할 수 있습니다. 먼저 $ project를 사용하여 조건의 왼쪽을 계산합니다 (모든 필드를 왼쪽으로 가져옴). 그런 다음 $ match를 사용하여 상수 및 필터와 비교합니다. 이렇게하면 자바 스크립트 실행을 피할 수 있습니다. 아래는 파이썬에서 내 테스트입니다.
import pymongo
from random import randrange
docs = [{'Grade1': randrange(10), 'Grade2': randrange(10)} for __ in range(100000)]
coll = pymongo.MongoClient().test_db.grades
coll.insert_many(docs)
집계 사용 :
%timeit -n1 -r1 list(coll.aggregate([
{
'$project': {
'diff': {'$subtract': ['$Grade1', '$Grade2']},
'Grade1': 1,
'Grade2': 1
}
},
{
'$match': {'diff': {'$gt': 0}}
}
]))
루프 1 개, 최고 1 : 루프 당 192ms
찾기 및 $ where 사용 :
%timeit -n1 -r1 list(coll.find({'$where': 'this.Grade1 > this.Grade2'}))
루프 1 개, 최고 1 : 루프 당 4.54 초