Docs 菜单
Docs 主页
/
MongoDB Atlas
/
Atlas Search
/
创建和运行查询
/
创建查询
/
2. 使用操作符和收集器

嵌入式文档

在此页面上

  • 定义
  • 语法
  • 选项
  • 行为
  • 评分行为
  • 排序行为
  • 突出显示
  • 限制
  • 示例
  • 索引定义
  • 基本查询
  • 分面查询
  • 查询和排序
  • 仅查询匹配的嵌入式文档

注意

Atlas Search embeddedDocuments 类型、 embeddedDocument操作符和 embedded评分选项均处于预览状态。当副本集或单个MongoDB分片上的分片 Atlas Search索引达到2 、100 、000 、000 索引对象时， Atlas Search会将索引转换为过时的可查询状态。如果您希望Atlas Search将来支持超过2 、100 、000 、000 的索引对象，请在MongoDB反馈引擎中为此请求投票。

定义

embeddedDocument

embeddedDocument 操作符与 $elemMatch 操作符类似。它限定嵌入式文档数组的单个元素满足多个查询谓词。embeddedDocument 只能用于查询 embeddedDocuments 类型的字段。

语法

embeddedDocument 通过以下语法实现：

{
  "embeddedDocument": {
    "path": "<path-to-field>",
    "operator": { <operator-specification> },
    "score": { <score-options> }
  }
}

选项

embeddedDocument 使用以下选项构建查询：

字段
类型
说明
必要性
operator
对象
用于查询您在 path 中指定的文档数组中的每个文档的操作符。不支持 moreLikeThis 操作符。
必需
path
字符串
要搜索的索引 embeddedDocuments 类型字段。指定的字段必须是使用 operator 选项指定的所有操作符和字段的父字段。有关更多信息，请参阅路径构建。
必需
score
对象
分配给匹配Atlas Search结果的分数。 您可以使用embedded评分选项来配置评分选项。 要了解更多信息，请参阅对行为进行评分。
Optional

行为

当您使用 embeddedDocument 操作符查询数组中的嵌入式文档时，Atlas Search 会在查询执行的不同阶段对运算符查询谓词进行评估和评分。Atlas Search：

  1. 独立评估数组中的每个嵌入式文档。

  2. 合并使用 embedded 选项配置的匹配结果的分数；如果未指定 embedded 分数选项，则汇总以合并匹配结果的分数。

  3. 如果通过 compound 操作符指定了其他查询谓词，则将匹配结果与父文档连接在一起。

    注意

    对于字符串分面，Atlas Search 会对结果集中的每个文档计数一次字符串分面。有关此行为的示例，请参见示例。

评分行为

默认情况下，embeddedDocument 操作符使用默认聚合策略 (sum) 合并嵌入式文档匹配的分数。embeddedDocument 操作符 score 选项允许您覆盖默认值，并使用 embedded 选项配置匹配结果的分数。

提示

另请参阅：

为结果中的文档打分

排序行为

要按嵌入式文档字段对父文档进行排序，必须执行以下操作：

  • 将嵌入式文档子字段的父项索引为文档类型。

  • 将嵌入文档中带有 string 值的子字段索引为标记类型。对于带有数字和日期值的子字段，启用动态映射可自动为这些字段编制索引。

Atlas Search 仅对父文档进行排序。它不对文档数组中的子字段进行排序。有关示例，请参阅排序示例。

突出显示

对于在 embeddedDocument 操作符中指定的查询谓词，如果字段根据 document 类型的父字段进行索引，您可以突出显示这些字段。有关示例，请参阅教程。

限制

您无法突出显示 embeddedDocument 操作符中的查询。

示例

以下示例使用了示例数据集中的 sample_supplies.sales 集合。

索引定义

这些示例查询对集合使用以下索引定义：

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "items": [
        {
          "dynamic": true,
          "type": "embeddedDocuments"
        },
        {
          "dynamic": true,
          "fields": {
            "tags": {
              "type": "token"
            }
          },
          "type": "document"
        }
      ],
      "purchaseMethod": {
        "type": "stringFacet"
      }
    }
  }
}

基本查询

以下查询在集合中搜索标记为school的项目，并优先搜索名为backpack的项目。 Atlas Search 根据所有匹配嵌入式文档的平均分数（算术平均值）按降序对结果进行评分。 该查询包括一个用于将输出限制为5文档的$limit阶段和一个用于执行以下操作的$project阶段：

  • 排除 items.name 和 items.tags 字段以外的所有字段

  • 添加字段 score

1db.sales.aggregate({
2  "$search": {
3    "embeddedDocument": {
4      "path": "items",
5      "operator": {
6        "compound": {
7          "must": [{
8            "text": {
9              "path": "items.tags",
10              "query": "school"
11            }
12          }],
13          "should": [{
14            "text": {
15              "path": "items.name",
16              "query": "backpack"
17            }
18          }]
19        }
20      },
21      "score": {
22        "embedded": {
23          "aggregate": "mean"
24        }
25      }
26    }
27  }
28},
29{
30  $limit: 5
31},
32{
33  $project: {
34    "_id": 0,
35    "items.name": 1,
36    "items.tags": 1,
37    "score": { $meta: "searchScore" }
38  }
39})
[
  {
    items: [ {
      name: 'backpack',
      tags: [ 'school', 'travel', 'kids' ]
    } ],
    score: 1.2907354831695557
  },
  {
    items: [ {
      name: 'envelopes',
      tags: [ 'stationary', 'office', 'general' ]
    },
    {
      name: 'printer paper',
      tags: [ 'office', 'stationary' ]
    },
    {
      name: 'backpack',
      tags: [ 'school', 'travel', 'kids' ]
    } ],
    score: 1.2907354831695557
  },
  {
    items: [ {
      name: 'backpack',
      tags: [ 'school', 'travel', 'kids' ]
    } ],
    score: 1.2907354831695557
  },
  {
    items: [ {
      name: 'backpack',
      tags: [ 'school', 'travel', 'kids' ]
    } ],
    score: 1.2907354831695557
  },
  {
    items: [ {
      name: 'backpack',
      tags: [ 'school', 'travel', 'kids' ]
    } ],
    score: 1.2907354831695557
  }
]

分面查询

以下查询搜索标记为 school 且优先搜索名为 backpack 的项目。它请求有关 purchaseMethod 字段的分面信息。

1db.sales.aggregate({
2  "$searchMeta": {
3    "facet": {
4      "operator": {
5        "embeddedDocument": {
6          "path": "items",
7          "operator": {
8            "compound": {
9              "must": [
10                {
11                  "text": {
12                    "path": "items.tags",
13                    "query": "school"
14                  }
15                }
16              ],
17              "should": [
18                {
19                  "text": {
20                    "path": "items.name",
21                    "query": "backpack"
22                  }
23                }
24              ]
25            }
26          }
27        }
28      },
29      "facets": {
30        "purchaseMethodFacet": {
31          "type": "string",
32          "path": "purchaseMethod"
33        }
34      }
35    }
36  }
37})
[
  {
    count: { lowerBound: Long("2309") },
    facet: {
      purchaseMethodFacet: {
        buckets: [
          { _id: 'In store', count: Long("2751") },
          { _id: 'Online', count: Long("1535") },
          { _id: 'Phone', count: Long("578") }
        ]
      }
    }
  }
]

查询和排序

以下查询搜索名为 laptop 的项目，并按 items.tags 字段对结果进行排序。该查询包括一个 $limit 阶段，用于将输出限制为 5 个文档，以及一个 $project 阶段，用于：

  • 排除 items.name 和 items.tags 之外的所有字段

  • 添加字段 score

1db.sales.aggregate({
2  "$search": {
3    "embeddedDocument": {
4      "path": "items",
5      "operator": {
6        "text": {
7          "path": "items.name",
8          "query": "laptop"
9        }
10      }
11    },
12    "sort": {
13      "items.tags": 1
14    }
15  }
16},
17{
18  "$limit": 5
19},
20{
21  "$project": {
22    "_id": 0,
23    "items.name": 1,
24    "items.tags": 1,
25    "score": { "$meta": "searchScore" }
26  }
27})
1[
2  {
3    items: [
4      { name: 'envelopes',  tags: [ 'stationary', 'office', 'general' ] },
5      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
6      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
7      { name: 'laptop', tags: [ 'electronics', 'school', 'office' ] },
8      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
9      { name: 'printer paper', tags: [ 'office', 'stationary' ] },
10      { name: 'backpack', tags: [ 'school', 'travel', 'kids' ] },
11      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
12      { name: 'envelopes', tags: [ 'stationary', 'office', 'general' ] }
13    ],
14    score: 1.168686032295227
15  },
16  {
17    items: [
18      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
19      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
20      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
21      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
22      { name: 'printer paper', tags: [ 'office', 'stationary' ] },
23      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
24      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
25      { name: 'backpack', tags: [ 'school', 'travel', 'kids' ] },
26      { name: 'laptop', tags: [ 'electronics', 'school', 'office' ] }
27    ],
28    score: 1.168686032295227
29  },
30  {
31    items: [
32      { name: 'backpack', tags: [ 'school', 'travel', 'kids' ] },
33      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
34      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
35      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
36      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
37      { name: 'envelopes', tags: [ 'stationary', 'office', 'general' ] },
38      { name: 'laptop', tags: [ 'electronics', 'school', 'office' ] }
39    ],
40    score: 1.168686032295227
41  },
42  {
43    items: [
44      { name: 'laptop', tags: [ 'electronics', 'school', 'office' ] },
45      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
46      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
47      { name: 'backpack', tags: [ 'school', 'travel', 'kids' ] },
48      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
49      { name: 'printer paper', tags: [ 'office', 'stationary' ] },
50      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
51      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
52      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
53      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] }
54    ],
55    score: 1.168686032295227
56  },
57  {
58    items: [
59      { name: 'envelopes', tags: [ 'stationary', 'office', 'general' ] },
60      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
61      { name: 'notepad', tags: [ 'office', 'writing', 'school' ] },
62      { name: 'backpack', tags: [ 'school', 'travel', 'kids' ] },
63      { name: 'envelopes', tags: [ 'stationary', 'office', 'general' ] },
64      { name: 'pens', tags: [ 'writing', 'office', 'school', 'stationary' ] },
65      { name: 'binder', tags: [ 'school', 'general', 'organization' ] },
66      { name: 'laptop', tags: [ 'electronics', 'school', 'office' ] },
67      { name: 'printer paper', tags: [ 'office', 'stationary' ] },
68      { name: 'binder', tags: [ 'school', 'general', 'organization' ] }
69    ],
70    score: 1.168686032295227
71  }
72]

仅查询匹配的嵌入式文档

以下查询仅返回与查询匹配的嵌套文档。该查询在 $search 阶段使用 Atlas Search 复合操作符子句查找匹配的文档，然后在 $project阶段使用聚合操作符 以仅返回匹配的嵌入式文档。具体来说，该查询指定了以下管道阶段：

在复合操作符 must 子句中指定以下条件：

  • 检查集合中是否存在 items.price 字段。

  • 在 items.tags 字段中搜索标记为 office 的项目。

  • 仅当 items.quantity 字段的值大于 2 时才匹配。

将输出限制为 5 份文档。

请执行以下操作：

  • 排除 _id 字段，仅包含 items 和 storeLocation 字段。

  • 使用 $filter 以只返回 items 输入数组中符合 $and 操作符指定条件的元素。and 操作符使用以下操作符：

    • $ifNull 以确定 items.price 是否包含 null 值，并将 null 值（如果存在）替换为替换表达式 false。

    • $gt 检查数量是否大于 2。

    • $in 来检查 office 是否存在于 tags 数组中。

1db.sales.aggregate(
2  {
3    "$search": {
4      "embeddedDocument": {
5        "path": "items",
6        "operator": {
7          "compound": {
8            "must": [
9              {
10                "range": {
11                  "path": "items.quantity",
12                  "gt": 2
13                }
14              },
15              {
16                "exists": {
17                  "path": "items.price"
18                }
19              },
20              {
21                "text": {
22                  "path": "items.tags",
23                  "query": "school"
24                }
25              }
26            ]
27          }
28        }
29      }
30    }
31  },
32  {
33    "$limit": 2
34  },
35  {
36    "$project": {
37      "_id": 0,
38      "storeLocation": 1,
39      "items": {
40        "$filter": {
41          "input": "$items",
42          "cond": {
43            "$and": [
44              {
45                "$ifNull": [
46                  "$$this.price", "false"
47                ]
48              },
49              {
50                "$gt": [
51                  "$$this.quantity", 2
52                ]
53              },
54              {
55                "$in": [
56                  "office", "$$this.tags"
57                ]
58              }
59            ]
60          }
61        }
62      }
63    }
64  }
65)
1[
2  {
3    storeLocation: 'Austin',
4    items: [
5      {
6        name: 'laptop',
7        tags: [ 'electronics', 'school', 'office' ],
8        price: Decimal128('753.04'),
9        quantity: 3
10      },
11      {
12        name: 'pens',
13        tags: [ 'writing', 'office', 'school', 'stationary' ],
14        price: Decimal128('19.09'),
15        quantity: 4
16      },
17      {
18        name: 'notepad',
19        tags: [ 'office', 'writing', 'school' ],
20        price: Decimal128('30.23'),
21        quantity: 5
22      },
23      {
24        name: 'pens',
25        tags: [ 'writing', 'office', 'school', 'stationary' ],
26        price: Decimal128('20.05'),
27        quantity: 4
28      },
29      {
30        name: 'notepad',
31        tags: [ 'office', 'writing', 'school' ],
32        price: Decimal128('22.08'),
33        quantity: 3
34      },
35      {
36        name: 'notepad',
37        tags: [ 'office', 'writing', 'school' ],
38        price: Decimal128('21.67'),
39        quantity: 4
40      }
41    ]
42  },
43  {
44    storeLocation: 'Austin',
45    items: [
46      {
47        name: 'notepad',
48        tags: [ 'office', 'writing', 'school' ],
49        price: Decimal128('24.16'),
50        quantity: 5
51      },
52      {
53        name: 'notepad',
54        tags: [ 'office', 'writing', 'school' ],
55        price: Decimal128('28.04'),
56        quantity: 5
57      },
58      {
59        name: 'notepad',
60        tags: [ 'office', 'writing', 'school' ],
61        price: Decimal128('21.42'),
62        quantity: 5
63      },
64      {
65        name: 'laptop',
66        tags: [ 'electronics', 'school', 'office' ],
67        price: Decimal128('1540.63'),
68        quantity: 3
69      },
70      {
71        name: 'pens',
72        tags: [ 'writing', 'office', 'school', 'stationary' ],
73        price: Decimal128('29.43'),
74        quantity: 5
75      },
76      {
77        name: 'pens',
78        tags: [ 'writing', 'office', 'school', 'stationary' ],
79        price: Decimal128('28.48'),
80        quantity: 5
81      }
82    ]
83  }
84]

提示

要在结果中只返回匹配的嵌入式文档，请在嵌入式文档字段中加入等效的 $filter 以匹配 $search 标准。要在 $search 阶段结果中只返回匹配的嵌入式文档，请在 MongoDB 反馈引擎中投票支持此请求。

后退

多个子句

来年

等于