Отримайте лише запитуваний елемент у масиві об'єктів у колекції MongoDB

Припустимо, у моїй колекції є такі документи:

{  
   "_id":ObjectId("562e7c594c12942f08fe4192"),
   "shapes":[  
      {  
         "shape":"square",
         "color":"blue"
      },
      {  
         "shape":"circle",
         "color":"red"
      }
   ]
},
{  
   "_id":ObjectId("562e7c594c12942f08fe4193"),
   "shapes":[  
      {  
         "shape":"square",
         "color":"black"
      },
      {  
         "shape":"circle",
         "color":"green"
      }
   ]
}

Зробіть запит:

db.test.find({"shapes.color": "red"}, {"shapes.color": 1})

Або

db.test.find({shapes: {"$elemMatch": {color: "red"}}}, {"shapes.color": 1})

Повертає збіглий документ (документ 1) , але завжди з ВСІМ елементами масиву в shapes:

{ "shapes": 
  [
    {"shape": "square", "color": "blue"},
    {"shape": "circle", "color": "red"}
  ] 
}

Однак я хотів би отримати документ (Документ 1) лише з масиву, який містить color=red:

{ "shapes": 
  [
    {"shape": "circle", "color": "red"}
  ] 
}

Як я можу це зробити?

Новий $elemMatchоператор проекції MongoDB 2.2 пропонує ще один спосіб зміни повернутого документа, щоб він містив лише перший відповідний shapesелемент:

db.test.find(
    {"shapes.color": "red"}, 
    {_id: 0, shapes: {$elemMatch: {color: "red"}}});

Повернення:

{"shapes" : [{"shape": "circle", "color": "red"}]}

У 2.2 ви також можете зробити це за допомогою $ projection operator, де $ім'я поля об'єкта проекції представляє індекс першого відповідного елемента масиву поля із запиту. Нижче наведено ті самі результати, що і вище:

db.test.find({"shapes.color": "red"}, {_id: 0, 'shapes.$': 1});

MongoDB 3.2 оновлення

Починаючи з версії 3.2, ви можете використовувати новий $filterоператор агрегації для фільтрації масиву під час проектування, який має перевагу включати всі збіги, а не лише перший.

db.test.aggregate([
    // Get just the docs that contain a shapes element where color is 'red'
    {$match: {'shapes.color': 'red'}},
    {$project: {
        shapes: {$filter: {
            input: '$shapes',
            as: 'shape',
            cond: {$eq: ['$$shape.color', 'red']}
        }},
        _id: 0
    }}
])

Результати:

[ 
    {
        "shapes" : [ 
            {
                "shape" : "circle",
                "color" : "red"
            }
        ]
    }
]

Нова рамка агрегації в MongoDB 2.2+ пропонує альтернативу Map / Reduce. $unwindОператор може бути використаний для поділу вашого shapesмасиву в потік документів , які можуть бути відзначені:

db.test.aggregate(
  // Start with a $match pipeline which can take advantage of an index and limit documents processed
  { $match : {
     "shapes.color": "red"
  }},
  { $unwind : "$shapes" },
  { $match : {
     "shapes.color": "red"
  }}
)

Призводить до:

{
    "result" : [
        {
            "_id" : ObjectId("504425059b7c9fa7ec92beec"),
            "shapes" : {
                "shape" : "circle",
                "color" : "red"
            }
        }
    ],
    "ok" : 1
}

Іншим цікавим способом є використання $ redact , що є однією з нових особливостей агрегації MongoDB 2.6 . Якщо ви використовуєте 2.6, вам не потрібно $ розмотати, що може спричинити проблеми з продуктивністю, якщо у вас є великі масиви.

db.test.aggregate([
    { $match: { 
         shapes: { $elemMatch: {color: "red"} } 
    }},
    { $redact : {
         $cond: {
             if: { $or : [{ $eq: ["$color","red"] }, { $not : "$color" }]},
             then: "$$DESCEND",
             else: "$$PRUNE"
         }
    }}]);

$redact "обмежує вміст документів на основі інформації, що зберігається в самих документах" . Таким чином, він працюватиме лише всередині документа . По суті, він сканує ваш документ зверху донизу і перевіряє, чи відповідає він вашому ifумові $cond, якщо він відповідає, чи є відповідність, він буде зберігати вміст ( $$DESCEND) або видаляти ($$PRUNE ).

У наведеному вище прикладі спочатку $matchповертається цілеshapes масив, а $ redact відкреслює його до очікуваного результату.

Зауважте, що {$not:"$color"}це необхідно, оскільки він також буде сканувати верхній документ, і якщо $redactне знайде colorполе на верхньому рівні, це повернеться, falseщо може зняти весь документ, який ми не хочемо.

Застереження: Ця відповідь дає рішення, яке було актуальним на той час , до появи нових можливостей MongoDB 2.2 і новіших версій. Дивіться інші відповіді, якщо ви використовуєте більш нову версію MongoDB.

Параметр вибору поля обмежений повною властивістю. Його не можна використовувати для вибору частини масиву, лише всього масиву. Я спробував скористатися позиційним оператором $ , але це не вийшло.

Найпростіший спосіб - просто фільтрувати фігури в клієнті .

Якщо вам дійсно потрібен правильний висновок безпосередньо з MongoDB, ви можете скористатися зменшенням карт для фільтрування фігур.

function map() {
  filteredShapes = [];

  this.shapes.forEach(function (s) {
    if (s.color === "red") {
      filteredShapes.push(s);
    }
  });

  emit(this._id, { shapes: filteredShapes });
}

function reduce(key, values) {
  return values[0];
}

res = db.test.mapReduce(map, reduce, { query: { "shapes.color": "red" } })

db[res.result].find()

Краще ви можете зробити запит на відповідність елемента масиву, використовуючи $slice, чи корисно повернути значущий об'єкт у масиві.

db.test.find({"shapes.color" : "blue"}, {"shapes.$" : 1})

$sliceкорисно, коли ви знаєте індекс елемента, але іноді вам потрібно, який би елемент масиву відповідав вашим критеріям. Ви можете повернути відповідний елемент $оператору.

 db.getCollection('aj').find({"shapes.color":"red"},{"shapes.$":1})

ВИХІД

{

   "shapes" : [ 
       {
           "shape" : "circle",
           "color" : "red"
       }
   ]
}

Синтаксис знаходження в mongodb є

    db.<collection name>.find(query, projection);

і другий запит, який ви написали, тобто

    db.test.find(
    {shapes: {"$elemMatch": {color: "red"}}}, 
    {"shapes.color":1})

в цьому випадку ви використовували $elemMatchоператора в частині запиту, тоді як якщо ви будете використовувати цей оператор у частині проекції, то отримаєте бажаний результат. Ви можете записати запит як

     db.users.find(
     {"shapes.color":"red"},
     {_id:0, shapes: {$elemMatch : {color: "red"}}})

Це дасть бажаний результат.

Завдяки JohnnyHK .

Тут я просто хочу додати ще більш складне використання.

// Document 
{ 
"_id" : 1
"shapes" : [
  {"shape" : "square",  "color" : "red"},
  {"shape" : "circle",  "color" : "green"}
  ] 
} 

{ 
"_id" : 2
"shapes" : [
  {"shape" : "square",  "color" : "red"},
  {"shape" : "circle",  "color" : "green"}
  ] 
} 


// The Query   
db.contents.find({
    "_id" : ObjectId(1),
    "shapes.color":"red"
},{
    "_id": 0,
    "shapes" :{
       "$elemMatch":{
           "color" : "red"
       } 
    }
}) 


//And the Result

{"shapes":[
    {
       "shape" : "square",
       "color" : "red"
    }
]}

Вам потрібно просто запустити запит

db.test.find(
{"shapes.color": "red"}, 
{shapes: {$elemMatch: {color: "red"}}});

Вихід цього запиту є

{
    "_id" : ObjectId("562e7c594c12942f08fe4192"),
    "shapes" : [ 
        {"shape" : "circle", "color" : "red"}
    ]
}

як ви очікували, воно дасть точне поле з масиву, що відповідає кольору: 'червоний'.

поряд з $ project буде доречніше інші мудрі відповідні елементи будуть скріплені разом з іншими елементами в документі.

db.test.aggregate(
  { "$unwind" : "$shapes" },
  { "$match" : {
     "shapes.color": "red"
  }},
{"$project":{
"_id":1,
"item":1
}}
)

Так само ви можете знайти для кратних

db.getCollection('localData').aggregate([
    // Get just the docs that contain a shapes element where color is 'red'
  {$match: {'shapes.color': {$in : ['red','yellow'] } }},
  {$project: {
     shapes: {$filter: {
        input: '$shapes',
        as: 'shape',
        cond: {$in: ['$$shape.color', ['red', 'yellow']]}
     }}
  }}
])

db.test.find( {"shapes.color": "red"}, {_id: 0})

Використовуйте функцію агрегації та $projectдля отримання конкретного поля об’єкта в документі

db.getCollection('geolocations').aggregate([ { $project : { geolocation : 1} } ])

результат:

{
    "_id" : ObjectId("5e3ee15968879c0d5942464b"),
    "geolocation" : [ 
        {
            "_id" : ObjectId("5e3ee3ee68879c0d5942465e"),
            "latitude" : 12.9718313,
            "longitude" : 77.593551,
            "country" : "India",
            "city" : "Chennai",
            "zipcode" : "560001",
            "streetName" : "Sidney Road",
            "countryCode" : "in",
            "ip" : "116.75.115.248",
            "date" : ISODate("2020-02-08T16:38:06.584Z")
        }
    ]
}

Хоча питання було задано 9,6 років тому, це було величезною допомогою багатьом людям, я був одним із них. Дякую всім за всі запити, підказки та відповіді. Підбираючи одну з відповідей тут. Я виявив, що наступний метод також може бути використаний для проектування інших полів у батьківському документі. Це може бути корисним для когось.

У наступному документі потрібно було з’ясувати, чи є у працівника (номер № 7839) історія відпустки встановлена ​​на 2020 рік. Історія відпустки реалізована як вбудований документ у батьківському документі працівника.

db.employees.find( {"leave_history.calendar_year": 2020}, 
    {leave_history: {$elemMatch: {calendar_year: 2020}},empno:true,ename:true}).pretty()


{
        "_id" : ObjectId("5e907ad23997181dde06e8fc"),
        "empno" : 7839,
        "ename" : "KING",
        "mgrno" : 0,
        "hiredate" : "1990-05-09",
        "sal" : 100000,
        "deptno" : {
                "_id" : ObjectId("5e9065f53997181dde06e8f8")
        },
        "username" : "none",
        "password" : "none",
        "is_admin" : "N",
        "is_approver" : "Y",
        "is_manager" : "Y",
        "user_role" : "AP",
        "admin_approval_received" : "Y",
        "active" : "Y",
        "created_date" : "2020-04-10",
        "updated_date" : "2020-04-10",
        "application_usage_log" : [
                {
                        "logged_in_as" : "AP",
                        "log_in_date" : "2020-04-10"
                },
                {
                        "logged_in_as" : "EM",
                        "log_in_date" : ISODate("2020-04-16T07:28:11.959Z")
                }
        ],
        "leave_history" : [
                {
                        "calendar_year" : 2020,
                        "pl_used" : 0,
                        "cl_used" : 0,
                        "sl_used" : 0
                },
                {
                        "calendar_year" : 2021,
                        "pl_used" : 0,
                        "cl_used" : 0,
                        "sl_used" : 0
                }
        ]
}