Classificar resultados

Visão geral

Neste guia, você pode aprender como usar a operação de classificação para ordenar seus resultados de operações de leitura com o driver MongoDB Java.

A operação de classificação ordena os documentos retornados da sua query de acordo com os critérios de classificação especificados. Os critérios de classificação são as regras que você passa para o MongoDB e descrevem como você gostaria que seus dados fossem ordenados. Alguns exemplos de critérios de classificação são:

• Do menor número para o maior número

• Hora do dia mais antiga para a última hora do dia

• Ordem alfabética pelo nome

Leia este guia se quiser:

• Executar classificações ascendentes e classificações descendentes.

• Combine critérios de classificação.

• Classifique na pontuação de texto de uma pesquisa de texto.

Os exemplos deste guia usam uma collection de amostras que contém os seguintes documentos:

{"_id": 1, "letter": "c", "food": "coffee with milk"}
{"_id": 3, "letter": "a", "food": "maple syrup"}
{"_id": 4, "letter": "b", "food": "coffee with sugar"}
{"_id": 5, "letter": "a", "food": "milk and cookies"}
{"_id": 2, "letter": "a", "food": "donuts and coffee"}
{"_id": 6, "letter": "c", "food": "maple donut"}

Métodos de classificação

Você pode classificar os resultados recuperados por uma consulta e pode classificar os resultados dentro de um pipeline de agregação. Para classificar seus resultados de query, utilize o método sort() de uma instância do FindIterable . Para classificar seus resultados dentro de um pipeline de agregação, utilize o método de fábrica estático do Aggregates.sort() . Ambos os métodos recebem objetos que implementam a interface Bson como argumentos. Para obter mais informações, consulte nossa documentação de API para a interface BSON.

Você pode utilizar o método sort() de uma instância do FindIterable como segue:

import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
collection.find().sort(ascending("_id"));

Você pode usar o método Aggregates.sort() dentro de um pipeline de agregação da seguinte maneira:

import com.mongodb.client.model.Aggregates;
import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
collection.aggregate(Arrays.asList(Aggregates.sort(ascending("_id"))));

Os trechos de código anteriores classificam os documentos na coleção de amostra do menor para o maior valor do campo _id :

{"_id": 1, "letter": "c", "food": "coffee with milk"}
{"_id": 2, "letter": "a", "food": "donuts and coffee"}
{"_id": 3, "letter": "a", "food": "maple syrup"}
...

Nos trechos de código anteriores, especificamos nossos critérios de classificação usando a classe de construtor Sorts . Embora seja possível especificar critérios de classificação usando qualquer classe que implemente a interface Bson , recomendamos que você especifique os critérios de classificação por meio do construtor Sorts . Para obter mais informações sobre a classe de construtor Sorts , consulte nosso guia de sobre o construtor de Sorts.

Para obter mais informações sobre as classes e interfaces nesta seção, consulte a seguinte Documentação da API:

• FindIterable

• Agregados

• Tipos

• BSON

• Documento

Direção de classificação

A direção da sua classificação pode ser ascendente ou descendente. Uma classificação crescente ordena seus resultados do menor para o maior. Uma classificação decrescente ordena seus resultados do maior para o menor.

Aqui estão alguns exemplos de dados classificados em ordem crescente:

• Números: 1, 2, 3, 43, 43, 55, 120

• Datas: 10/03/1990, 01/1995, 30/10/2005, 21/12/2005

• Palavras (ASCII): Banana, endro, cenoura, pepino, homus

Aqui estão alguns exemplos de dados classificados em ordem decrescente:

• Números: 100, 30, 12, 12, 9, 3, 1

• Datas: 01/2020, 11/12/1998, 10/12/1998, 22/07/1975

• Palavras (ASCII reverso): pêra, Uva, Maçã, Queque

As subseções a seguir mostram como especificar esses critérios de classificação.

import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
collection.find().sort(ascending("<field name>"));

import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
List<Document> results = new ArrayList<>();
collection.find().sort(ascending("_id")).into(results);
for (Document result : results) {
      System.out.println(result.toJson());
}

{"_id": 1, "letter": "c", "food": "coffee with milk"}
{"_id": 2, "letter": "a", "food": "donuts and coffee"}
{"_id": 3, "letter": "a", "food": "maple syrup"}
...

import static com.mongodb.client.model.Sorts.descending;
// <MongoCollection setup code here>
collection.find().sort(descending("_id"));

{"_id": 6, "letter": "c", "food": "maple donut"}
{"_id": 5, "letter": "a", "food": "milk and cookies"}
{"_id": 4, "letter": "b", "food": "coffee with sugar"}
...

import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
collection.find().sort(ascending("letter"));

{"_id": 3, "letter": "a", "food": "maple syrup"}
{"_id": 5, "letter": "a", "food": "milk and cookies"}
{"_id": 2, "letter": "a", "food": "donuts and coffee"}

import static com.mongodb.client.model.Sorts.ascending;
// <MongoCollection setup code here>
collection.find().sort(ascending("letter", "_id"));

{"_id": 2, "letter": "a", "food": "donuts and coffee"}
{"_id": 3, "letter": "a", "food": "maple syrup"}
{"_id": 5, "letter": "a", "food": "milk and cookies"}
{"_id": 4, "letter": "b", "food": "coffee with sugar"}
{"_id": 1, "letter": "c", "food": "coffee with milk"}
{"_id": 6, "letter": "c", "food": "maple donut"}

import static com.mongodb.client.model.Sorts.orderBy;
import static com.mongodb.client.model.Sorts.ascending;
import static com.mongodb.client.model.Sorts.descending;
// <MongoCollection setup code here>
Bson orderBySort = orderBy(descending("letter"), ascending("_id"));
collection.find().sort(orderBySort);

{"_id": 1, "letter": "c", "food": "coffee with milk"}
{"_id": 6, "letter": "c", "food": "maple donut"}
{"_id": 4, "letter": "b", "food": "coffee with sugar"}
{"_id": 2, "letter": "a", "food": "donuts and coffee"}
{"_id": 3, "letter": "a", "food": "maple syrup"}
{"_id": 5, "letter": "a", "food": "milk and cookies"}

Pesquisa de texto

Você pode especificar a ordem dos resultados de uma de texto Atlas Search considerando a proximidade dos string valores de de cada campo de resultado especificados pelo índice de texto da coleção à sua Atlas Search string do . O texto do Atlas Search atribui uma pontuação numérica de texto para indicar até que ponto cada resultado corresponde à Atlas Search string do . Use o método de fábrica estática Sorts.metaTextScore() para criar seus critérios de classificação para classificar pela pontuação de texto.

No exemplo de código a seguir, mostramos como você pode usar o método Sorts.metaTextScore() para classificar os resultados de um Atlas Search de texto na coleção de amostras. O exemplo de código utiliza os construtores Filtros, Índices e Projeções . O exemplo de código executa as seguintes ações:

1. Cria um índice de texto para sua coleção de amostra no campo food . Se você chamar createIndex() especificando um índice que já existe na coleção, a operação não criará um novo índice.

2. Executa seu texto Atlas Search a frase "maple donuts".

3. Projeta pontuações de texto em seus resultados de query como o campo score .

4. Classifica seus resultados por pontuação de texto (primeira correspondência).

import com.mongodb.client.model.Sorts;
import com.mongodb.client.model.Projections;
import com.mongodb.client.model.Filters;
import com.mongodb.client.model.Indexes;
// <MongoCollection setup code here>
collection.createIndex(Indexes.text("food"));
Bson metaTextScoreSort = Sorts.metaTextScore("score");
Bson metaTextScoreProj = Projections.metaTextScore("score");
String searchTerm = "maple donut";
Bson searchQuery = Filters.text(searchTerm);
collection.find(searchQuery)
         .projection(metaTextScoreProj)
         .sort(metaTextScoreSort)
         .into(results);
for (Document result : results) {
      System.out.println(result.toJson());
}

A saída do exemplo de código anterior deve ser semelhante a esta:

{"_id": 6, "letter": "c", "food": "maple donut", "score": 1.5}
{"_id": 2, "letter": "a", "food": "donuts and coffee", "score": 0.75}
{"_id": 3, "letter": "a", "food": "maple syrup", "score": 0.75}

Para obter mais informações sobre as aulas nesta seção, consulte a seguinte documentação da API:

• Filtros

• Indexes

• Projeções

• MongoCollection

Para obter mais informações, consulte a classe Classificações Documentação da API. Consulte a documentação manual do servidor para obter mais informações sobre o operador de query $text e o operador de pipeline de agregação $meta .