Atlas Search 結果を並べ替える方法

AtlasGoClustersAtlas で、プロジェクトの ページにGoします。

1. まだ表示されていない場合は、希望するプロジェクトを含む組織を選択しますナビゲーション バーのOrganizationsメニュー

2. まだ表示されていない場合は、ナビゲーション バーのProjectsメニューから目的のプロジェクトを選択します。

3. まだ表示されていない場合は、サイドバーの [Clusters] をクリックします。

   [ Clusters （クラスター） ] ページが表示されます。

GoAtlas Searchクラスターの ページに します。

GoAtlas Searchページには、サイドバー、Data Explorer 、またはクラスターの詳細ページから できます。

[Search Tester] に移動します。

クエリするインデックスの右側にある [ Query ] ボタンをクリックします。

クエリ構文を表示および編集します。

[ Edit Queryをクリックすると、 JSON形式のデフォルトのクエリ構文サンプルが表示されます。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

次のクエリをコピーして、 Query Editorに貼り付け、 Query EditorのSearchボタンをクリックします。

[
  {
    "$search": {
      "index": "sort-tutorial",
      "range": {
        "path": "awards.wins",
        "gte": 10
      },
      "sort": {
        "awards.wins": -1,
      }
    }
  }
]

SCORE: 1  _id:  "573a13d5f29313caabd9cae7"
  fullplot: "Based on an incredible true story of one man's fight for survival and …"
  imdb: Object
    ...
  year: 2013
  ...
  awards: Object
    wins: 267
    ...
  ...
SCORE: 1  _id:  "573a13c7f29313caabd74a4d"
  fullplot: "Dr. Ryan Stone (Sandra Bullock) is a brilliant medical engineer on her…"
  imdb: Object
    ...
  year: 2013
  ...
  awards: Object
    wins: 231
    ...
  ...
SCORE: 1  _id:  "573a13cbf29313caabd808d2"
  fullplot: "Dr. Ryan Stone (Sandra Bullock) is a brilliant medical engineer on her…"
  imdb: Object
    ...
  year: 2013
  ...
  awards: Object
    wins: 231
    ...
  ...
SCORE: 1  _id:  “573a13dff29313caabdb7adb”"
  fullplot: "Actor Riggan Thomson is most famous for his movie role from over twent…"
  imdb: Object
    ...
  year: 2014
  ...
  awards: Object
    wins: 210
    ...
  ...
SCORE: 1  _id:  "573a13bef29313caabd5c06c"
  plot: "The life of Mason, from early childhood to his arrival at college."
  imdb: Object
    ...
  runtime: 165
  ...
  awards: Object
    wins: 185
    ...
  ...
SCORE: 1  _id:  "573a139ef29313caabcfbd6a"
  fullplot: "While Frodo & Sam continue to approach Mount Doom to destroy the One R…"
  imdb: Object
    ...
  year: 2003
  ...
  awards: Object
    wins: 175
    ...
  ...
SCORE: 1  _id:  "573a13b5f29313caabd447f5"
  plot: "In rural Texas, welder and hunter Llewelyn Moss discovers the remains …"
  imdb: Object
    ...
  year: 2007
  ...
  awards: Object
    wins: 172
    ...
  ...
SCORE: 1  _id:  "573a13c3f29313caabd68d9f"
  plot: "On a fall night in 2003, Harvard undergrad and computer programming ge…"
  imdb: Object
    ...
  year: 2010
  ...
  awards: Object
    wins: 171
    ...
  ...
SCORE: 1  _id:  "573a13c5f29313caabd6ee61"
  fullplot: "Dom Cobb is a skilled thief, the absolute best in the dangerous art of…"
  imdb: Object
    ...
  year: 2010
  ...
  awards: Object
    wins: 162
    ...
  ...
SCORE: 1  _id:  "573a13bdf29313caabd58fd3"
  plot: "The story of Jamal Malik, an 18 year-old orphan from the slums of Mumb…"
  imdb: Object
    ...
  year: 2008
  ...
  awards: Object
    wins: 161
    ...
  ...

クエリ結果を展開します。

Search Testerでは、返されるドキュメント内のすべてのフィールドが表示されない場合があります。 クエリパスで指定したフィールドを含むすべてのフィールドを表示するには、結果内のドキュメントを展開します。

mongosh 内のクラスターに接続します。

ターミナル ウィンドウでmongoshを開き、クラスターに接続します。 接続の詳細な手順については、「 mongosh経由での接続 」を参照してください。

sample_mflix データベースを使用します。

mongoshプロンプトで次のコマンドを実行します。

use sample_mflix

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

クエリは、次のパイプライン ステージを使用します。

• $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

• $limitステージを使用して、出力を5の結果に制限します。

• $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

1
db.movies.aggregate([
2
  {
3
    "$search": {
4
      "index": "sort-tutorial",
5
      "range": {
6
        "path": "awards.wins",
7
        "gte": 10
8
      },
9
      "sort": {
10
        "awards.wins": -1,
11
      }
12
    }
13
  },
14
  {
15
    $limit: 5
16
  },
17
  {
18
    "$project": {
19
      "_id": 0,
20
      "title": 1,
21
      "awards.wins": 1
22
    }
23
  }
24
])

[
  {
    title: '12 Years a Slave',
    awards: { wins: 267 }
  },
  {
    title: 'Gravity',
    awards: { wins: 231 }
  },
  {
    title: 'Gravity',
    awards: { wins: 231 }
  },
  {
    title: 'Birdman: Or (The Unexpected Virtue of Ignorance)',
    awards: { wins: 210 }
  },
  {
    title: 'Boyhood',
    awards: { wins: 185 }
  }
]

MongoDB Compass のクラスターに接続します。

MongoDB Compass を開き、クラスターに接続します。 接続の詳細な手順については、「 Compass 経由での接続 」を参照してください。

sample_mflixデータベースの movies コレクションを使用します。

Database画面で、 sample_mflixデータベースをクリックし、 moviesコレクションをクリックします。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

クエリは、次のパイプライン ステージを使用します。

• $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

• $limitステージを使用して、出力を5の結果に制限します。

• $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

MongoDB Compass でこのクエリを実行するには：

1. [Aggregations] タブをクリックします。

2. Select...をクリックし、ドロップダウンからステージを選択し、そのステージのクエリを追加して、次の各パイプライン ステージを構成します。 ステージを追加するには、 Add Stageをクリックします。

   パイプラインステージ	クエリ
   $search	{ index: "sort-tutorial", "range": { "path": "awards.wins", "gte": 10 }, "sort": { "awards.wins": -1, } }
   $limit	5
   $project	{ title: 1, released: 1, year: 1 }

   Auto Previewを有効にした場合、MongoDB Compass は$limitパイプライン ステージの横に次のドキュメントを表示します。

   [
     {
       title: '12 Years a Slave',
       awards: { wins: 267 }
     },
     {
       title: 'Gravity',
       awards: { wins: 231 }
     },
     {
       title: 'Gravity',
       awards: { wins: 231 }
     },
     {
       title: 'Birdman: Or (The Unexpected Virtue of Ignorance)',
       awards: { wins: 210 }
     },
     {
       title: 'Boyhood',
       awards: { wins: 185 }
     }
   ]

クエリの .NET/C# プロジェクトを設定して初期化します。

1. sort-by-numbers-example という新しいディレクトリを作成し、dotnet new コマンドでプロジェクトを初期化します。

   mkdir sort-by-numbers-example
   cd sort-by-numbers-example
   dotnet new console

2. .NET/C# ドライバーを依存関係としてプロジェクトに追加します。

   dotnet add package MongoDB.Driver

Program.cs ファイルにクエリを作成します。

1. Program.cs ファイルの内容を、次のコードで置き換えます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

     クエリは、次のパイプライン ステージを使用します。

     • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

     • $limitステージを使用して、出力を5の結果に制限します。

     • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

   • カーソルを反復処理して、クエリに一致するドキュメントを出力します。

   1
   using MongoDB.Bson;
   2
   using MongoDB.Bson.Serialization.Attributes;
   3
   using MongoDB.Bson.Serialization.Conventions;
   4
   using MongoDB.Driver;
   5
   using MongoDB.Driver.Search;
   6
   7
   public class SortByNumbers
   8
   {
   9
       private const string MongoConnectionString = "<connection-string>";
   10
   11
       public static void Main(string[] args)
   12
       {
   13
           // allow automapping of the camelCase database fields to our MovieDocument
   14
           var camelCaseConvention = new ConventionPack { new CamelCaseElementNameConvention() };
   15
           ConventionRegistry.Register("CamelCase", camelCaseConvention, type => true);
   16
   17
           // connect to your Atlas cluster
   18
           var mongoClient = new MongoClient(MongoConnectionString);
   19
           var mflixDatabase = mongoClient.GetDatabase("sample_mflix");
   20
           var moviesCollection = mflixDatabase.GetCollection<MovieDocument>("movies");
   21
   22
           // define search options
   23
           var searchOptions = new SearchOptions<MovieDocument>() 
   24
               { 
   25
                   Sort = Builders<MovieDocument>.Sort.Descending(movies => movies.Awards.Wins),
   26
                   IndexName = "sort-tutorial"
   27
               };
   28
   29
           // define and run pipeline
   30
           var results = moviesCollection.Aggregate()
   31
               .Search(
   32
                   Builders<MovieDocument>.Search.Range(movie => movie.Awards.Wins, SearchRangeBuilder.Gte(10)), searchOptions)
   33
               .Project<MovieDocument>(Builders<MovieDocument>.Projection
   34
                   .Exclude(movie => movie.Id)
   35
                   .Include(movie => movie.Title)
   36
                   .Include(movie => movie.Awards.Wins))
   37
               .Limit(5)
   38
               .ToList();
   39
   40
           // print results
   41
           foreach (var movie in results)
   42
           {
   43
               Console.WriteLine(movie.ToJson());
   44
           }
   45
       }
   46
   }
   47
   48
   [BsonIgnoreExtraElements]
   49
   public class MovieDocument
   50
   {
   51
       [BsonIgnoreIfDefault]
   52
       public ObjectId Id { get; set; }
   53
       public string Title { get; set; }
   54
       public Award Awards { get; set; }
   55
   }
   56
   57
   public class Award
   58
   {
   59
       [BsonIgnoreIfDefault]
   60
       public int Wins { get; set; }
   61
   }

2. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

Program.cs ファイルをコンパイルして実行します。

dotnet run Program.cs

{ "title" : "12 Years a Slave", "awards" : { "wins" : 267 } }
{ "title" : "Gravity", "awards" : { "wins" : 231 } }
{ "title" : "Gravity", "awards" : { "wins" : 231 } }
{ "title" : "Birdman: Or (The Unexpected Virtue of Ignorance)", "awards" : { "wins" : 210 } }
{ "title" : "Boyhood", "awards" : { "wins" : 185 } }

sort-by-numbers.go というファイルを作成します。

以下のコードをコピーして、sort-by-numbers.go ファイルに貼り付けます。

このコード例では、次のタスクを実行します。

• mongodb パッケージと依存関係をインポートします。

• Atlas クラスターへの接続を確立します。

• 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

  クエリは、次のパイプライン ステージを使用します。

  • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

  • $limitステージを使用して、出力を5の結果に制限します。

  • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

• カーソルを反復処理して、クエリに一致するドキュメントを出力します。

1
package main
2
3
import (
4
	"context"
5
	"fmt"
6
7
	"go.mongodb.org/mongo-driver/bson"
8
	"go.mongodb.org/mongo-driver/mongo"
9
	"go.mongodb.org/mongo-driver/mongo/options"
10
)
11
12
func main() {
13
	// connect to your Atlas cluster
14
	client, err := mongo.Connect(context.TODO(), options.Client().ApplyURI("<connection-string>"))
15
	if err != nil {
16
		panic(err)
17
	}
18
	defer client.Disconnect(context.TODO())
19
20
	// set namespace
21
	collection := client.Database("sample_mflix").Collection("movies")
22
23
	// define pipeline stages
24
	searchStage := bson.D{{"$search", bson.D{
25
	  {"index", "sort-tutorial"},
26
	  {"range", bson.D{
27
		{"path", "awards.wins"},
28
		{"gte", 10},
29
	  }},
30
	  {"sort", bson.D{{"awards.wins", -1}}},
31
	}}}
32
	limitStage := bson.D{{"$limit", 5}}
33
	projectStage := bson.D{{"$project", bson.D{{"title", 1}, {"awards.wins", 1}, {"_id", 0}}}}
34
35
	// run pipeline
36
	cursor, err := collection.Aggregate(context.TODO(), mongo.Pipeline{searchStage, limitStage, projectStage})
37
	if err != nil {
38
		panic(err)
39
	}
40
41
	// print results
42
	var results []bson.D
43
	if err = cursor.All(context.TODO(), &results); err != nil {
44
		panic(err)
45
	}
46
	for _, result := range results {
47
		fmt.Println(result)
48
	}
49
}

次のコマンドを実行して、コレクションをクエリします。

go run sort-by-numbers.go

[{title 12 Years a Slave} {awards [{wins 267}]}]
[{title Gravity} {awards [{wins 231}]}]
[{title Gravity} {awards [{wins 231}]}]
[{title Birdman: Or (The Unexpected Virtue of Ignorance)} {awards [{wins 210}]}]
[{title Boyhood} {awards [{wins 185}]}]

CLASSPATH に次のライブラリが含まれていることを確認します。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

1. SortByNumbers.javaという名前のファイルを作成します。

2. 次のコードをコピーして、 SortByNumbers.javaファイルに貼り付けます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

     クエリは、次のパイプライン ステージを使用します。

     • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

     • $limitステージを使用して、出力を5の結果に制限します。

     • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

   • カーソルを反復処理して、クエリに一致するドキュメントを出力します。

   1
   import java.util.Arrays;
   2
   3
   import static com.mongodb.client.model.Aggregates.limit;
   4
   import static com.mongodb.client.model.Aggregates.project;
   5
   import static com.mongodb.client.model.Projections.excludeId;
   6
   import static com.mongodb.client.model.Projections.fields;
   7
   import static com.mongodb.client.model.Projections.include;
   8
   import com.mongodb.client.MongoClient;
   9
   import com.mongodb.client.MongoClients;
   10
   import com.mongodb.client.MongoCollection;
   11
   import com.mongodb.client.MongoDatabase;
   12
   import org.bson.Document;
   13
   14
   public class SortByNumbers {
   15
     public static void main( String[] args ) {
   16
       // define query
   17
       Document agg =
   18
           new Document("$search", 
   19
           	    new Document("index", "sort-tutorial")
   20
           	            .append("range", 
   21
           	    new Document("path", "awards.wins")
   22
           	                .append("gte", 10L))
   23
           	            .append("sort", 
   24
           	    new Document("awards.wins", -1L)));
   25
       
   26
       // specify connection
   27
       String uri = "<connection-string>";
   28
       
   29
       // establish connection and set namespace
   30
       try (MongoClient mongoClient = MongoClients.create(uri)) {
   31
         MongoDatabase database = mongoClient.getDatabase("sample_mflix");
   32
         MongoCollection<Document> collection = database.getCollection("movies");
   33
   	  
   34
         // run query and print results
   35
         collection.aggregate(Arrays.asList(agg, 
   36
           limit(5), 
   37
           project(fields(excludeId(), include("title"), include("awards.wins")))))
   38
           .forEach(doc -> System.out.println(doc.toJson()));	
   39
       }
   40
     }
   41
   }

   注意

   Maven 環境でサンプル コードを実行するには、 ファイルのインポート ステートメントの上に次のコードを追加します。

   package com.mongodb.drivers;

3. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

4. SortByNumbers.javaファイルをコンパイルして実行します。

   javac SortByNumbers.java
   java SortByNumbers

   出力を非表示

   {"title": "12 Years a Slave", "awards": {"wins": 267}}
   {"title": "Gravity", "awards": {"wins": 231}}
   {"title": "Gravity", "awards": {"wins": 231}}
   {"title": "Birdman: Or (The Unexpected Virtue of Ignorance)", "awards": {"wins": 210}}
   {"title": "Boyhood", "awards": {"wins": 185}}

次の依存関係をプロジェクトに追加していることを確認してください。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

1. SortByNumbers.ktという名前のファイルを作成します。

2. 次のコードをコピーして、 SortByNumbers.ktファイルに貼り付けます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

     クエリは、次のパイプライン ステージを使用します。

     • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

     • $limitステージを使用して、出力を5の結果に制限します。

     • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

   • クエリに一致するドキュメントをAggregateFlowインスタンスから出力します。

   1
   import com.mongodb.client.model.Aggregates.limit
   2
   import com.mongodb.client.model.Aggregates.project
   3
   import com.mongodb.client.model.Projections.*
   4
   import com.mongodb.kotlin.client.coroutine.MongoClient
   5
   import kotlinx.coroutines.runBlocking
   6
   import org.bson.Document
   7
   8
   fun main() {
   9
       // establish connection and set namespace
   10
       val uri = "<connection-string>"
   11
       val mongoClient = MongoClient.create(uri)
   12
       val database = mongoClient.getDatabase("sample_mflix")
   13
       val collection = database.getCollection<Document>("movies")
   14
   15
       runBlocking {
   16
           // define query
   17
           val agg = Document(
   18
               "\$search",
   19
               Document("index", "sort-tutorial")
   20
                   .append(
   21
                       "range",
   22
                       Document("path", "awards.wins")
   23
                           .append("gte", 10L)
   24
                   )
   25
                   .append(
   26
                       "sort",
   27
                       Document("awards.wins", -1L)
   28
                   )
   29
           )
   30
   31
           // run query and print results
   32
           val resultsFlow = collection.aggregate<Document>(
   33
               listOf(
   34
                   agg,
   35
                   limit(5),
   36
                   project(fields(
   37
                       excludeId(),
   38
                       include("title", "awards.wins")
   39
                   ))
   40
               )
   41
           )
   42
           resultsFlow.collect { println(it) }
   43
       }
   44
       mongoClient.close()
   45
   }

3. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

4. SortByNumbers.ktファイルを実行します。

   IDE でSortByNumbers.ktプログラムを実行すると、次のドキュメントが出力されます。

   Document{{title=12 Years a Slave, awards=Document{{wins=267}}}}
   Document{{title=Gravity, awards=Document{{wins=231}}}}
   Document{{title=Gravity, awards=Document{{wins=231}}}}
   Document{{title=Birdman: Or (The Unexpected Virtue of Ignorance), awards=Document{{wins=210}}}}
   Document{{title=Boyhood, awards=Document{{wins=185}}}}

sort-by-numbers.js というファイルを作成します。

以下のコードをコピーして、sort-by-numbers.js ファイルに貼り付けます。

このコード例では、次のタスクを実行します。

• MongoDB の Node.js ドライバーであるmongodbをインポートします。

• Atlas クラスターへの接続を確立するためのMongoClientクラスのインスタンスを作成します。

• 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

  クエリは、次のパイプライン ステージを使用します。

  • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

  • $limitステージを使用して、出力を5の結果に制限します。

  • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

• カーソルを反復処理して、クエリに一致するドキュメントを出力します。

1
const { MongoClient } = require("mongodb");
2
3
// Replace the uri string with your MongoDB deployments connection string.
4
const uri =
5
  "<connection-string>";
6
7
const client = new MongoClient(uri);
8
9
async function run() {
10
  try {
11
    await client.connect();
12
13
    // set namespace
14
    const database = client.db("sample_mflix");
15
    const coll = database.collection("movies");
16
17
    // define pipeline
18
    const agg = [
19
      {
20
        '$search': {
21
          'index': 'sort-tutorial',
22
          'range': {
23
            'path': 'awards.wins', 
24
            'gte': 10
25
          }, 
26
          'sort': {
27
            'awards.wins': -1
28
          }
29
        }
30
      }, {
31
        '$limit': 5
32
      }, {
33
        '$project': {
34
          '_id': 0, 
35
          'title': 1, 
36
          'awards.wins': 1
37
        }
38
      }
39
    ];
40
41
    // run pipeline
42
    const result = await coll.aggregate(agg);
43
44
    // print results
45
    await result.forEach((doc) => console.log(doc));
46
47
  } finally {
48
    await client.close();
49
  }
50
}
51
run().catch(console.dir);

次のコマンドを実行して、コレクションをクエリします。

node sort-by-numbers.js

{ title: '12 Years a Slave', awards: { wins: 267 } }
{ title: 'Gravity', awards: { wins: 231 } }
{ title: 'Gravity', awards: { wins: 231 } }
{
  title: 'Birdman: Or (The Unexpected Virtue of Ignorance)',
  awards: { wins: 210 }
}
{ title: 'Boyhood', awards: { wins: 185 } }

sort-by-numbers.py というファイルを作成します。

以下のコードをコピーして、sort-by-numbers.py ファイルに貼り付けます。

次のコード例では、次を行います。

• pymongo、MongoDB の Python ドライバー、およびDNSシード リスト接続文字列を使用してpymongo をAtlas に接続するために必要なdns モジュールをインポートします。

• Atlas クラスターへの接続を確立するためのMongoClientクラスのインスタンスを作成します。

• 次のクエリは、結果を数値フィールドでソートする方法を示しています。 範囲演算子を使用して、10 個以上の賞を受賞した映画を検索し、結果を数値フィールド値で降順にソートします。

  クエリは、次のパイプライン ステージを使用します。

  • $searchステージでは、 awards.winsフィールドを検索し、結果を降順でソートします。

  • $limitステージを使用して、出力を5の結果に制限します。

  • $projectステージでは、 titleとawards.winsを除くすべてのフィールドが除外されます。

• カーソルを反復処理して、クエリに一致するドキュメントを出力します。

1
import datetime
2
import pymongo
3
4
# connect to your Atlas cluster
5
client = pymongo.MongoClient('<connection-string>')
6
7
# define pipeline
8
pipeline = [
9
  {
10
    '$search': {
11
      'index': 'sort-tutorial',
12
      'range': {
13
        'path': 'awards.wins',
14
        'gte': 10
15
      },
16
      'sort': {
17
        'awards.wins': -1
18
      }
19
    }
20
  }, {
21
    '$limit': 5
22
  }, {
23
    '$project': {'_id': 0, 'title': 1, 'awards.wins': 1
24
    }
25
  }
26
]
27
28
# run pipeline
29
result = client['sample_mflix']['movies'].aggregate(pipeline)
30
31
# print results
32
for i in result:
33
    print(i)

次のコマンドを実行して、コレクションをクエリします。

python sort-by-numbers.py

{'title': '12 Years a Slave', 'awards': {'wins': 267}}
{'title': 'Gravity', 'awards': {'wins': 231}}
{'title': 'Gravity', 'awards': {'wins': 231}}
{'title': 'Birdman: Or (The Unexpected Virtue of Ignorance)', 'awards': {'wins': 210}}
{'title': 'Boyhood', 'awards': {'wins': 185}}

AtlasGoClustersAtlas で、プロジェクトの ページにGoします。

1. まだ表示されていない場合は、希望するプロジェクトを含む組織を選択しますナビゲーション バーのOrganizationsメニュー

2. まだ表示されていない場合は、ナビゲーション バーのProjectsメニューから目的のプロジェクトを選択します。

3. まだ表示されていない場合は、サイドバーの [Clusters] をクリックします。

   [ Clusters （クラスター） ] ページが表示されます。

GoAtlas Searchクラスターの ページに します。

GoAtlas Searchページには、サイドバー、Data Explorer 、またはクラスターの詳細ページから できます。

[Search Tester] に移動します。

クエリするインデックスの右側にある [ Query ] ボタンをクリックします。

クエリ構文を表示および編集します。

[ Edit Queryをクリックすると、 JSON形式のデフォルトのクエリ構文サンプルが表示されます。

インデックス付き日付フィールドに対して Atlas Search クエリを実行し、結果を並べ替えます。

次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

• ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

• near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

  注意

  日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

次のクエリをコピーして、 Query Editorに貼り付け、 Query EditorのSearchボタンをクリックします。

[
  {
    $search: {
      "index": "sort-tutorial",
      "compound": {
        "filter": [{
          "wildcard": {
            "query": "Summer*",
            "path": "title"
          }
        }],
        "must": [{
          "near": {
            "pivot": 13149000000,
            "path": "released",
            "origin": ISODate("2014-04-18T00:00:00.000+00:00")
          }
        }]
      },
      "sort": {
        "released": -1,
        "title": 1
      }
    }
  }
]

SCORE: 0.348105788230896  _id:  "573a13f0f29313caabddaf7a"
  countries: Array
  runtime: 104
  cast: Array
  ...
  title: "Summer Nights"
  ...
  released: 2015-01-28T00:00:00.000+00:00
  ...
SCORE: 0.5917375683784485  _id:  "573a13e6f29313caabdc673b"
  plot: "25-year-old Iiris and Karoliina have been best friends since childhood…"
  genres: Array
  runtime: 90
  ...
  title: "Summertime"
  ...
  released: 2014-08-01T00:00:00.000+00:00
  ...
SCORE: 0.9934720396995544  _id:  "573a13eff29313caabdd760c"
  plot: "Erik Sparrow is one of the lucky ones. He's got a good job. He's in a …"
  genres: Array
  runtime: 86
  ...
  title: "Summer of Blood"
  ...
  released: 2014-04-17T00:00:00.000+00:00
  ...
SCORE: 0.15982933342456818  _id:  "573a13cff29313caabd8ab74"
  plot: "The story of an adult and a teenage couple during a brief summer holid…"
  genres: Array
  countries: Array
  ...
  title: "Summer Games"
  ...
  released: 2012-02-08T00:00:00.000+00:00
  ...
SCORE: 0.13038821518421173  _id:  "573a13cef29313caabd87f4e"
  plot: "Summer of Goliath is a documentary/fiction hybrid that narrates variou…"
  genres: Array
  runtime: 78
  ...
  title: "Summer of Goliath"
  ...
  released: 2011-07-08T00:00:00.000+00:00
  ...
SCORE: 0.08124520629644394  _id:  "573a13c7f29313caabd7608d"
  plot: "A student tries to fix a problem he accidentally caused in OZ, a digit…"
  genres: Array
  runtime: 114
  ...
  title: "Summer Wars"
  ...
  released: 2009-08-01T00:00:00.000+00:00
SCORE: 0.0711759403347969  _id:  "573a13bbf29313caabd54ee6"
  plot: "The life of a public school epitomized by disobedient student Jonah Ta…"
  genres: Array
  runtime: 30
  ...
  title: "Summer Heights High"
  ...
  released: 2008-11-09T00:00:00.000+00:00
  ...
SCORE: 0.06951779872179031  _id:  "573a13bff29313caabd5f935"
  plot: "On his spring break at the seaside, with his wife and his four year ol…"
  genres: Array
  runtime: 102
  ...
  title: "Summer Holiday"
  ...
  released: 2008-09-19T00:00:00.000+00:00
  ...
SCORE: 0.05834990739822388  _id:  "573a13c0f29313caabd628ac"
  plot: "Kochi Uehara is a fourth grade student living in the suburb of Tokyo. …"
  genres: Array
  runtime: 138
  ...
  title: "Summer Days with Coo"
  ...
  released: 2007-07-28T00:00:00.000+00:00
  ...
SCORE: 0.056174591183662415  _id:  "573a13b8f29313caabd4c1d0"
  fullplot: "Country girl Yu Hong leaves her village, her family and her lover to s…"
  genres: Array
  runtime: 158
  ...
  title: "Summer Palace"
  ...
  released: 2007-04-18T00:00:00.000+00:00
  ...

クエリ結果を展開します。

Search Testerでは、返されるドキュメント内のすべてのフィールドが表示されない場合があります。 クエリパスで指定したフィールドを含むすべてのフィールドを表示するには、結果内のドキュメントを展開します。

mongosh 内のクラスターに接続します。

ターミナル ウィンドウでmongoshを開き、クラスターに接続します。 接続の詳細な手順については、「 mongosh経由での接続 」を参照してください。

sample_mflix データベースを使用します。

mongoshプロンプトで次のコマンドを実行します。

use sample_mflix

インデックス付き日付フィールドに対して Atlas Search クエリを実行し、結果を並べ替えます。

次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

• ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

• near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

  注意

  日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

クエリは、次のパイプライン ステージを使用します。

• ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

• $limitステージを使用して、出力を5の結果に制限します。

• $project stageを次のように設定します。

  • titleとreleasedを除くすべてのフィールドを除外します。

  • scoreという名前のフィールドを追加します。

1
db.movies.aggregate([
2
{
3
  $search: {
4
    "index": "sort-tutorial",
5
    "compound": {
6
      "filter": [{
7
        "wildcard": {
8
          "query": "Summer*",
9
          "path": "title"
10
        }
11
      }],
12
      "must": [{
13
        "near": {
14
          "pivot": 13149000000,
15
          "path": "released",
16
          "origin": ISODate("2014-04-18T00:00:00.000+00:00")
17
        }
18
      }]
19
    },
20
    "sort": {
21
      "released": -1
22
    }
23
  }
24
},
25
{
26
  $limit: 5
27
},
28
{
29
  $project: {
30
    "_id": 0, 
31
    "title": 1,
32
    "released": 1,
33
    "score": {
34
        "$meta": "searchScore"
35
    }
36
  }
37
}])

[
  {
    title: 'Summer Nights',
    released: ISODate("2015-01-28T00:00:00.000Z"),
    score: 0.348105788230896
  },
  {
    title: 'Summertime',
    released: ISODate("2014-08-01T00:00:00.000Z"),
    score: 0.5917375683784485
  },
  {
    title: 'Summer of Blood',
    released: ISODate("2014-04-17T00:00:00.000Z"),
    score: 0.9934720396995544
  },
  {
    title: 'Summer Games',
    released: ISODate("2012-02-08T00:00:00.000Z"),
    score: 0.15982933342456818
  },
  {
    title: 'Summer of Goliath',
    released: ISODate("2011-07-08T00:00:00.000Z"),
    score: 0.13038821518421173
  }
]

MongoDB Compass のクラスターに接続します。

MongoDB Compass を開き、クラスターに接続します。 接続の詳細な手順については、「 Compass 経由での接続 」を参照してください。

sample_mflixデータベースの movies コレクションを使用します。

Database画面で、 sample_mflixデータベースをクリックし、 moviesコレクションをクリックします。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果を非常に高速にソートします。

次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

• ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

• near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

  注意

  日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

クエリは、次のパイプライン ステージを使用します。

• ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

• $limitステージを使用して、出力を5の結果に制限します。

• $project stageを次のように設定します。

  • titleとreleasedを除くすべてのフィールドを除外します。

  • scoreという名前のフィールドを追加します。

MongoDB Compass でこのクエリを実行するには：

1. [Aggregations] タブをクリックします。

2. Select...をクリックし、ドロップダウンからステージを選択し、そのステージのクエリを追加して、次の各パイプライン ステージを構成します。 ステージを追加するには、 Add Stageをクリックします。

   パイプラインステージ	クエリ
   $search	{ "index": "sort-tutorial", "compound": { "filter": [{ "wildcard": { "query": "Summer*", "path": "title" } }], "must": [{ "near": { "pivot": 13149000000, "path": "released", "origin": ISODate("2014-04-18T00:00:00.000+00:00") } }] }, "sort": { "released": -1 } }
   $limit	5
   $project	{ _id: 0, title: 1, released: 1, score: { $meta: "searchScore" } }

   Auto Previewを有効にした場合、MongoDB Compass は$limitパイプライン ステージの横に次のドキュメントを表示します。

   {
     title: 'Summer Nights',
     released: 2015-01-28T00:00:00.000+00:00,
     score: 0.348105788230896
   },
   {
     title: 'Summertime',
     released: 2014-08-01T00:00:00.000+00:00,
     score: 0.5917375683784485
   },
   {
     title: 'Summer of Blood',
     released: 2014-04-17T00:00:00.000+00:00,
     score: 0.9934720396995544
   },
   {
     title: 'Summer Games',
     released: 2012-02-08T00:00:00.000+00:00,
     score: 0.15982933342456818
   },
   {
     title: 'Summer of Goliath',
     released: 2011-07-08T00:00:00.000+00:00,
     score: 0.13038821518421173
   }

クエリの .NET/C# プロジェクトを設定して初期化します。

1. sort-by-date-example という新しいディレクトリを作成し、dotnet new コマンドでプロジェクトを初期化します。

   mkdir sort-by-date-example
   cd sort-by-date-example
   dotnet new console

2. .NET/C# ドライバーを依存関係としてプロジェクトに追加します。

   dotnet add package MongoDB.Driver

Program.cs ファイルにクエリを作成します。

1. Program.cs ファイルの内容を、次のコードで置き換えます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

     • ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

     • near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

       注意

       日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

     クエリは、次のパイプライン ステージを使用します。

     • ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

     • $limitステージを使用して、出力を5の結果に制限します。

     • $project stageを次のように設定します。

       • titleとreleasedを除くすべてのフィールドを除外します。

       • scoreという名前のフィールドを追加します。

   • カーソルを反復処理して、クエリに一致するドキュメントを出力します。

   1
   using MongoDB.Bson;
   2
   using MongoDB.Bson.Serialization.Attributes;
   3
   using MongoDB.Bson.Serialization.Conventions;
   4
   using MongoDB.Driver;
   5
   using MongoDB.Driver.Search;
   6
   7
   public class SortByStrings
   8
   {
   9
       private const string MongoConnectionString = "<connection-string>";
   10
   11
       public static void Main(string[] args)
   12
       {
   13
           // allow automapping of the camelCase database fields to our MovieDocument
   14
           var camelCaseConvention = new ConventionPack { new CamelCaseElementNameConvention() };
   15
           ConventionRegistry.Register("CamelCase", camelCaseConvention, type => true);
   16
   17
           // connect to your Atlas cluster
   18
           var mongoClient = new MongoClient(MongoConnectionString);
   19
           var mflixDatabase = mongoClient.GetDatabase("sample_mflix");
   20
           var moviesCollection = mflixDatabase.GetCollection<MovieDocument>("movies");
   21
   22
   23
           // declare data for compound query
   24
           var originDate = new DateTime(2014, 04, 18, 0, 0, 0, DateTimeKind.Utc);
   25
   26
           // define search options
   27
           var searchOptions = new SearchOptions<MovieDocument>() 
   28
               { 
   29
                   Sort = Builders<MovieDocument>.Sort.Descending(movie => movie.Released),
   30
                   IndexName = "sort-tutorial"
   31
               };
   32
               
   33
           // define and run pipeline
   34
           var results = moviesCollection.Aggregate()
   35
               .Search(Builders<MovieDocument>.Search.Compound()
   36
                   .Filter(Builders<MovieDocument>.Search.Wildcard(movie => movie.Title, "Summer*"))
   37
                   .Must(Builders<MovieDocument>.Search.Near(movie => movie.Released, originDate, 13149000000)), searchOptions)
   38
               .Project<MovieDocument>(Builders<MovieDocument>.Projection
   39
                   .Include(movie => movie.Released)
   40
                   .Include(movie => movie.Title)
   41
                   .Exclude(movie => movie.Id)
   42
                   .MetaSearchScore(movie => movie.Score))
   43
               .Limit(5)
   44
               .ToList();
   45
   46
           // print results
   47
           foreach (var movie in results)
   48
           {
   49
               Console.WriteLine(movie.ToJson());
   50
           }
   51
       }
   52
   }
   53
   54
   [BsonIgnoreExtraElements]
   55
   public class MovieDocument
   56
   {
   57
       [BsonIgnoreIfDefault]
   58
       public ObjectId Id { get; set; }
   59
       public DateTime Released { get; set; }
   60
       public string Title { get; set; }
   61
       public double Score { get; set; }
   62
   }

2. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

Program.cs ファイルをコンパイルして実行します。

dotnet run Program.cs

{ "released" : ISODate("2015-01-28T00:00:00Z"), "title" : "Summer Nights", "score" : 0.348105788230896 }
{ "released" : ISODate("2014-08-01T00:00:00Z"), "title" : "Summertime", "score" : 0.59173756837844849 }
{ "released" : ISODate("2014-04-17T00:00:00Z"), "title" : "Summer of Blood", "score" : 0.99347203969955444 }
{ "released" : ISODate("2014-01-17T00:00:00Z"), "title" : "Summer in February", "score" : 0.62580311298370361 }
{ "released" : ISODate("2012-02-08T00:00:00Z"), "title" : "Summer Games", "score" : 0.15982933342456818 }

sort-by-date.go というファイルを作成します。

以下のコードをコピーして、sort-by-date.go ファイルに貼り付けます。

このコード例では、次のタスクを実行します。

• mongodb パッケージと依存関係をインポートします。

• Atlas クラスターへの接続を確立します。

• 次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

  • ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

  • near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

    注意

    日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

  クエリは、次のパイプライン ステージを使用します。

  • ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

  • $limitステージを使用して、出力を5の結果に制限します。

  • $project stageを次のように設定します。

    • titleとreleasedを除くすべてのフィールドを除外します。

    • scoreという名前のフィールドを追加します。

• カーソルを反復処理して、クエリに一致するドキュメントを出力します。

1
package main
2
3
import (
4
	"context"
5
	"fmt"
6
	"time"
7
8
	"go.mongodb.org/mongo-driver/bson"
9
	"go.mongodb.org/mongo-driver/mongo"
10
	"go.mongodb.org/mongo-driver/mongo/options"
11
)
12
13
func main() {
14
	// connect to your Atlas cluster
15
	client, err := mongo.Connect(context.TODO(), options.Client().ApplyURI("<connection-string"))
16
	if err != nil {
17
		panic(err)
18
	}
19
	defer client.Disconnect(context.TODO())
20
21
	// set namespace
22
	collection := client.Database("sample_mflix").Collection("movies")
23
24
	// define pipeline stages
25
	searchStage := bson.D{{"$search", bson.M{
26
		"index": "sort-tutorial",
27
		"compound": bson.M{
28
			"filter": bson.A{
29
				bson.M{
30
					"wildcard": bson.D{
31
						{"path", "title"},
32
						{"query", "Summer*"},
33
					}},
34
			},
35
			"must": bson.A{
36
				bson.M{
37
					"near": bson.M{
38
						"path":   "released",
39
						"origin": time.Date(2014, time.April, 18, 0, 0, 0, 0, time.UTC),
40
						"pivot":  13149000000}},
41
			},
42
		},
43
		"sort": bson.D{{"released", -1}},
44
	    }}}
45
46
	limitStage := bson.D{{"$limit", 5}}
47
	projectStage := bson.D{{"$project", bson.D{{"_id", 0}, {"title", 1}, {"released", 1}, {"score", bson.D{{"$meta", "searchScore"}}}}}}
48
49
	// run pipeline
50
	cursor, err := collection.Aggregate(context.TODO(), mongo.Pipeline{searchStage, limitStage, projectStage})
51
	if err != nil {
52
		panic(err)
53
	}
54
55
	// print results
56
	var results []bson.D
57
	if err = cursor.All(context.TODO(), &results); err != nil {
58
		panic(err)
59
	}
60
	for _, result := range results {
61
		fmt.Println(result)
62
	}
63
}

次のコマンドを実行して、コレクションをクエリします。

go run sort-by-date.go

[{title Summer Nights} {released 1422403200000} {score 0.348105788230896}]
[{title Summertime} {released 1406851200000} {score 0.5917375683784485}]
[{title Summer of Blood} {released 1397692800000} {score 0.9934720396995544}]
[{title Summer Games} {released 1328659200000} {score 0.15982933342456818}]
[{title Summer of Goliath} {released 1310083200000} {score 0.13038821518421173}]

CLASSPATH に次のライブラリが含まれていることを確認します。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

1. SortByDate.javaという名前のファイルを作成します。

2. 次のコードをコピーして、 SortByDate.javaファイルに貼り付けます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

     • ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

     • near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

       注意

       日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

     クエリは、次のパイプライン ステージを使用します。

     • ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

     • $limitステージを使用して、出力を5の結果に制限します。

     • $project stageを次のように設定します。

       • titleとreleasedを除くすべてのフィールドを除外します。

       • scoreという名前のフィールドを追加します。

   • カーソルを反復処理して、クエリに一致するドキュメントを出力します。

   1
   import java.util.Arrays;
   2
   import java.util.List;
   3
   4
   import static com.mongodb.client.model.Aggregates.limit;
   5
   import static com.mongodb.client.model.Aggregates.project;
   6
   import static com.mongodb.client.model.Projections.*;
   7
   import com.mongodb.client.MongoClient;
   8
   import com.mongodb.client.MongoClients;
   9
   import com.mongodb.client.MongoCollection;
   10
   import com.mongodb.client.MongoDatabase;
   11
   import org.bson.Document;
   12
   13
   import java.time.Instant;
   14
   import java.util.Date;
   15
   16
   public class SortByDate {
   17
     public static void main( String[] args ) {
   18
       // define query
   19
   	    Document agg =
   20
   	        new Document("$search", 
   21
   	        	    new Document("index", "sort-tutorial")
   22
   	                .append("compound", 
   23
   	        new Document("filter", Arrays.asList(new Document("wildcard", 
   24
   	                        new Document("query", "Summer*")
   25
   	                                .append("path", "title"))))
   26
   	                    .append("must", Arrays.asList(new Document("near", 
   27
   	                        new Document("pivot", 13149000000L)
   28
   	                                .append("path", "released")
   29
   	                                .append("origin", Date.from(Instant.parse("2014-04-18T00:00:00.000+00:00")))))))
   30
   	                .append("sort", new Document("released", -1)));
   31
   32
       // specify connection
   33
       String uri = "<connection-string>";
   34
   35
       // establish connection and set namespace
   36
       try (MongoClient mongoClient = MongoClients.create(uri)) {
   37
         MongoDatabase database = mongoClient.getDatabase("sample_mflix");
   38
         MongoCollection<Document> collection = database.getCollection("movies");
   39
   	  // run query and print results
   40
         collection.aggregate(Arrays.asList(agg, 
   41
           limit(5), 
   42
           project(fields(exclude("_id"), include("title"), include("released"), computed("score", new Document("$meta", "searchScore"))))))
   43
           .forEach(doc -> System.out.println(doc.toJson()));	
   44
       }
   45
     }
   46
   }

   注意

   Maven 環境でサンプル コードを実行するには、 ファイルのインポート ステートメントの上に次のコードを追加します。

   package com.mongodb.drivers;

3. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

4. SortDateForSpeed.javaファイルをコンパイルして実行します。

   javac SortByDate.java
   java SortByDate

   出力を非表示

   {"title": "Summer Nights", "released": {"$date": "2015-01-28T00:00:00Z"}, "score": 0.348105788230896}
   {"title": "Summertime", "released": {"$date": "2014-08-01T00:00:00Z"}, "score": 0.5917375683784485}
   {"title": "Summer of Blood", "released": {"$date": "2014-04-17T00:00:00Z"}, "score": 0.9934720396995544}
   {"title": "Summer Games", "released": {"$date": "2012-02-08T00:00:00Z"}, "score": 0.15982933342456818}
   {"title": "Summer of Goliath", "released": {"$date": "2011-07-08T00:00:00Z"}, "score": 0.13038821518421173}

次の依存関係をプロジェクトに追加していることを確認してください。

インデックス付きフィールドに対して Atlas Search クエリを実行し、結果をソートします。

1. SortByDate.ktという名前のファイルを作成します。

2. 次のコードをコピーして、 SortByDate.ktファイルに貼り付けます。

   このコード例では、次のタスクを実行します。

   • mongodb パッケージと依存関係をインポートします。

   • Atlas クラスターへの接続を確立します。

   • 次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

     • ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

     • near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

       注意

       日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

     クエリは、次のパイプライン ステージを使用します。

     • ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

     • $limitステージを使用して、出力を5の結果に制限します。

     • $project stageを次のように設定します。

       • titleとreleasedを除くすべてのフィールドを除外します。

       • scoreという名前のフィールドを追加します。

   • クエリに一致するドキュメントをAggregateFlowインスタンスから出力します。

   1
   import com.mongodb.client.model.Aggregates.limit
   2
   import com.mongodb.client.model.Aggregates.project
   3
   import com.mongodb.client.model.Projections.*
   4
   import com.mongodb.kotlin.client.coroutine.MongoClient
   5
   import kotlinx.coroutines.runBlocking
   6
   import org.bson.Document
   7
   import java.time.Instant
   8
   import java.util.*
   9
   10
   fun main() {
   11
       // establish connection and set namespace
   12
       val uri = "<connection-string>"
   13
       val mongoClient = MongoClient.create(uri)
   14
       val database = mongoClient.getDatabase("sample_mflix")
   15
       val collection = database.getCollection<Document>("movies")
   16
   17
       runBlocking {
   18
           // define query
   19
           val agg = Document(
   20
               "\$search",
   21
               Document("index", "sort-tutorial")
   22
                   .append(
   23
                       "compound",
   24
                       Document(
   25
                           "filter", listOf(
   26
                               Document(
   27
                                   "wildcard",
   28
                                   Document("query", "Summer*")
   29
                                       .append("path", "title")
   30
                               )
   31
                           )
   32
                       )
   33
                           .append(
   34
                               "must", listOf(
   35
                                   Document(
   36
                                       "near",
   37
                                       Document("pivot", 13149000000L)
   38
                                           .append("path", "released")
   39
                                           .append("origin", Date.from(Instant.parse("2014-04-18T00:00:00.000+00:00")))
   40
                                   )
   41
                               )
   42
                           )
   43
                   )
   44
                   .append("sort", Document("released", -1))
   45
           )
   46
   47
           // run query and print results
   48
           val resultsFlow = collection.aggregate<Document>(
   49
               listOf(
   50
                   agg,
   51
                   limit(5),
   52
                   project(fields(
   53
                       excludeId(),
   54
                       include("title", "released"),
   55
                       computed("score", Document("\$meta", "searchScore"))
   56
                   ))
   57
               )
   58
           )
   59
           resultsFlow.collect { println(it) }
   60
       }
   61
       mongoClient.close()
   62
   }

3. サンプルを実行する前に、<connection-string> をAtlas接続stringに置き換えます。 接続stringにデータベースユーザーの認証情報が含まれていることを確認します。 詳しくは、「ドライバーによる接続 」を参照してください。

4. SortByDate.ktファイルを実行します。

   IDE でSortByDate.ktプログラムを実行すると、次のドキュメントが出力されます。

   Document{{title=Summer Nights, released=Tue Jan 27 19:00:00 EST 2015, score=0.348105788230896}}
   Document{{title=Summertime, released=Thu Jul 31 20:00:00 EDT 2014, score=0.5917375683784485}}
   Document{{title=Summer of Blood, released=Wed Apr 16 20:00:00 EDT 2014, score=0.9934720396995544}}
   Document{{title=Summer Games, released=Tue Feb 07 19:00:00 EST 2012, score=0.15982933342456818}}
   Document{{title=Summer of Goliath, released=Thu Jul 07 20:00:00 EDT 2011, score=0.13038821518421173}}

sort-by-date.js というファイルを作成します。

以下のコードをコピーして、sort-by-date.js ファイルに貼り付けます。

このコード例では、次のタスクを実行します。

• MongoDB の Node.js ドライバーであるmongodbをインポートします。

• Atlas クラスターへの接続を確立するためのMongoClientクラスのインスタンスを作成します。

• 次のクエリは、複合クエリを実行し、結果を日付フィールドでソートする方法を示しています。 次の演算子を使用します。

  • ワイルドカード演算子を使用すると、 Summerで始まる映画タイトルを検索できます。

  • near演算子を使用すると、2014 年 4 月 18 日の前後で公開された映画を検索できます。

    注意

    日付フィールドでpivotを使用する場合、その測定単位はミリ秒単位になります。 Atlas Search は、日付フィールドが指定された日付にどれだけ近いかに基づいて、各ドキュメントのスコアを計算します。 詳しくは、の近くを参照してください。

  クエリは、次のパイプライン ステージを使用します。

  • ステージでは、$search フィールドとtitle releasedフィールドを検索し、その結果を フィールドで降順にソートします。released

  • $limitステージを使用して、出力を5の結果に制限します。

  • $project stageを次のように設定します。

    • titleとreleasedを除くすべてのフィールドを除外します。

    • scoreという名前のフィールドを追加します。

• カーソルを反復処理して、クエリに一致するドキュメントを出力します。

1
const { MongoClient } = require("mongodb");
2
3
// Replace the uri string with your MongoDB deployments connection string.
4
const uri =
5
  "<connection-string>";
6
7
const client = new MongoClient(uri);
8
9
async function run() {
10
  try {
11
    await client.connect();
12
13
    // set namespace
14
    const database = client.db("sample_mflix");
15
    const coll = database.collection("movies");
16
17
    // define pipeline
18
    const agg = [
19
      {$search: {
20
        index: "sort-tutorial",
21
        compound: {
22
          filter: {wildcard: {query: "Summer*", path: "title"}},
23
          must: [{near: {path: "released", origin: new Date("2014-04-18T00:00:00.000Z"), pivot: 13149000000}}]
24
        },
25
        sort: { released: -1 }
26
      }},
27
    {$limit: 5},
28
    {$project: {_id: 0, title: 1, released: 1, score: {$meta: "searchScore"}}}
29
  ];
30
           
31
    // run pipeline
32
    const result = await coll.aggregate(agg);
33
34
    // print results
35
    await result.forEach((doc) => console.log(doc));
36
    
37
  } finally {
38
    await client.close();
39
  }
40
}
41
run().catch(console.dir);