“文档” 菜单
文档首页
/
MongoDB 阿特拉斯
/
Atlas Search
/
创建和运行查询
/
创建查询
/
2. 使用操作符和收集器

接近

在此页面上

  • 定义
  • 语法
  • 选项
  • 评分行为
  • 限制
  • 举例

定义

near

near 操作符支持对数字、日期和字符串值进行查询和评分。此操作符可用于对以下各项执行搜索：

  • BSON int32、int64 和 double 数据类型的数字字段。

  • BSON date 类型的日期字段采用 ISODate 格式。

  • 使用纬度和经度坐标定义的地理位置字段。

可以使用 near 操作符查找接近一个数字或日期的结果。near 操作符根据与数字或日期的接近程度对 Atlas Search 结果进行评分。

语法

near 通过以下语法实现：

{
   $search: {
      "index": <index name>, // optional, defaults to "default"
      "near": {
         "path": "<field-to-search>",
         "origin": <date-or-number>,
         "pivot": <pivot-distance>,
         "score": <score-options>
      }
   }
}

选项

near 使用以下词条来构造查询：

字段
类型
说明
必要性
origin
日期、数字或地理位置

要在附近搜索的数字、日期或地理位置点。这是测量结果接近度的起点。

  • 对于数字字段，值必须是 BSON int32、int64 或double 数据类型。

  • 对于日期字段，值必须是 ISODate 格式的日期。

  • 对于地理字段。该值必须是GeoJSON 点。

是
path
字符串或字符串数组
要搜索的一个或多个带索引字段。请参阅路径构造。
是
pivot
数字

用于计算 Atlas Search 结果文档的分数的值。分数使用以下公式计算：

              pivot
score = ------------------
         pivot + distance

其中，distance 是 origin 与索引字段值的差值。

当结果的索引字段值与 origin 相差 pivot 个单位时，结果的得分等于 1/2（或 0.5）。pivot 的值必须大于（即 >）0。

如果 origin 为：

  • 数字，pivot可以指定为整数或浮点数。

  • 日期，pivot必须以毫秒为单位指定，并且可以指定为 32 或 64 位整数。

    例子

    • 1 分钟等于 60,000 ms

    • 1 小时等于 3,600,000 ms

    • 1 天等于 86,400,000 ms

    • 1 个月（或 30 天）等于 2,592,000,000 ms

  • GeoJSON 点，pivot 以米为单位测量，必须指定为整数或浮点数。

是
score
对象

分配给匹配搜索结果的分数。您可以使用以下选项修改默认分数：

  • boost将生成的分数乘以给定数字。

  • constant将结果分数替换为给定数字。

  • function：使用给定的表达式替换结果分数。

有关在查询中使用 score 的信息，请参阅对结果中的文档进行评分。

要了解更多信息，请参阅评分行为。

没有

评分行为

Atlas Search score 是 Atlas Search 结果与 origin 的接近度的度量。score 的量值范围为 0 至 1，其中，1 表示精确匹配，0 表示匹配度很低。当 Atlas Search 结果与 origin 的距离等于使用 pivot 计算的距原点的距离时，分数等于 0.5。

分数使用以下公式计算：

               pivot
score = ------------------
         pivot + distance

其中，distance 是 origin 与索引字段值之间的差值。

可以在查询中使用 score 选项修改默认分数。要了解有关选项的详细信息，请参阅修改分数。

限制

即使有 Atlas Search 索引，也无法使用 near 操作符查询存储在数组中的数字或日期值。只能使用 range 操作符来查询数组内的索引数字或日期值。

举例

数字和日期示例使用sample_mflix数据库中的movies集合。 GeoJSON 点示例使用sample_airbnb数据库中的listingsAndReviews集合。

如果在 Atlas 集群上加载示例数据，则可以使用以下示例中的索引定义或动态索引来创建静态索引，并在集群上运行示例查询。

提示

如果您已经加载示例数据集，请按照 Atlas Search 入门教程，创建索引定义并运行 Atlas Search 查询。

数字示例

以下示例使用 near 操作符查询数字字段。

例子

以下名为 runtimes 的索引定义对 movies 集合中的 runtime 字段值编制索引：

1{
2   "mappings": {
3      "dynamic": false,
4      "fields": {
5         "runtime": {
6            "type": "number"
7         }
8      }
9   }
10}

以下查询在movies集合中搜索runtime字段值接近279的文档。 它包括一个用于将输出限制为7个结果的$limit阶段和一个用于执行以下操作的$project阶段：

  • 排除 title 和 runtime 之外的所有字段

  • 添加字段 score

score 是使用 pivot 计算得出。

1db.movies.aggregate([
2   {
3      $search: {
4         "index": "runtimes",
5         "near": {
6            "path": "runtime",
7            "origin": 279,
8            "pivot": 2
9         }
10      }
11   },
12   {
13      $limit: 7
14   },
15   {
16      $project: {
17         "_id": 0,
18         "title": 1,
19         "runtime": 1,
20         score: { $meta: "searchScore" }
21      }
22   }
23])

以上查询返回以下结果：

1{ "runtime" : 279, "title" : "The Kingdom", "score" : 1 }
2{ "runtime" : 279, "title" : "The Jinx: The Life and Deaths of Robert Durst", "score" : 1 }
3{ "runtime" : 280, "title" : "Shoah", "score" : 0.6666666865348816 }
4{ "runtime" : 281, "title" : "Les Misèrables", "score" : 0.5 }
5{ "runtime" : 277, "title" : "Tokyo Trial", "score" : 0.5 }
6{ "runtime" : 276, "title" : "Warriors of the Rainbow: Seediq Bale", "score" : 0.4000000059604645 }
7{ "runtime" : 283, "title" : "Scenes from a Marriage", "score" : 0.3333333432674408 }

在上面的 Atlas Search 结果中，电影 The Kingdom 和 The Jinx: The Life and Deaths of Robert Durst 的分数为 1.0，因为它们的 runtime 字段值 279 是完全匹配的。电影 Les Misèrables 和 Tokyo Trial 的分数为 0.5，因为它们的 runtime 字段值与 279 相差 2 个单位。

日期示例

以下示例使用 near 操作符查询日期字段。

例子

以下名为 releaseddate 的索引定义对 movies 集合中的 released 字段值编制索引：

1{
2   "mappings": {
3      "dynamic": false,
4      "fields": {
5         "released": {
6            "type": "date"
7         }
8      }
9   }
10}

以下查询搜索 9 月13 、 1前后上映的电影。 它包括一个用于将输出限制为3结果的$limit阶段和一个用于执行以下操作的$project阶段：

  • 排除 title 和 released 之外的所有字段

  • 添加字段 score

结果的 score 将使用 pivot 计算得出。

注意

pivot 此处以毫秒为单位，7,776,000,000 ms 等于大约三个月。

1db.movies.aggregate([
2   {
3      $search: {
4         "index": "releaseddate",
5         "near": {
6            "path": "released",
7            "origin": ISODate("1915-09-13T00:00:00.000+00:00"),
8            "pivot": 7776000000
9         }
10      }
11   },
12   {
13      $limit: 3
14   },
15   {
16      $project: {
17         "_id": 0,
18         "title": 1,
19         "released": 1,
20         score: { $meta: "searchScore" }
21      }
22   }
23])

以上查询会返回以下搜索结果：

{ "title" : "Regeneration", "released" : ISODate("1915-09-13T00:00:00Z"), "score" : 1 }
{ "title" : "The Cheat", "released" : ISODate("1915-12-13T00:00:00Z"), "score" : 0.49723756313323975 }
{ "title" : "Hell's Hinges", "released" : ISODate("1916-03-05T00:00:00Z"), "score" : 0.34090909361839294 }

在上面的 Atlas Search 结果中，电影 Regeneration 的分数为 1，因为 1915-09-13 的 released 字段值是精确匹配项。在 1915-12-13 上映的电影 The Cheat 的分数约为 0.5，因为 1915-09-13 的 released 字段值与 origin 相差约 7,776,000,000 毫秒。

GeoJSON 点示例

以下示例使用 near 操作符查询 sample_airbnb.listingsAndReviews 集合中的 GeoJSON 点对象。以下索引定义对 listingsAndReviews 集合中的 address.location 和 property_type 字段编制索引。

例子

1{
2  "mappings": {
3    "fields": {
4      "address": {
5        "fields": {
6          "location": {
7            "type": "geo"
8          }
9        },
10        "type": "document"
11      },
12      "property_type": {
13        "type": "string"
14      }
15    }
16  }
17}

基本示例

以下示例使用 near 操作符查询 sample_airbnb.listingsAndReviews 集合中的 address.location 字段。

例子

以下查询搜索葡萄牙的房产。它包括一个用于将输出限制为3结果的$limit阶段和一个用于执行以下操作的$project阶段：

  • 排除 name 和 address 之外的所有字段

  • 添加字段 score

结果的 score 将使用 pivot 计算得出。请注意，此处测量的 pivot 的单位为米，1000 米等于 1 公里。

1db.listingsAndReviews.aggregate([
2  {
3    "$search": {
4      "near": {
5        "origin": {
6          "type": "Point",
7          "coordinates": [-8.61308, 41.1413]
8        },
9        "pivot": 1000,
10        "path": "address.location"
11      }
12    }
13  },
14  {
15    $limit: 3
16  },
17  {
18    $project: {
19      "_id": 0,
20      "name": 1,
21      "address": 1,
22      score: { $meta: "searchScore" }
23    }
24  }
25])

以上查询会返回以下搜索结果：

1{
2  "name" : "Ribeira Charming Duplex",
3  "address" : {
4    "street" : "Porto, Porto, Portugal",
5    "suburb" : "",
6    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
7    "market" : "Porto",
8    "country" : "Portugal",
9    "country_code" : "PT",
10    "location" : {
11      "type" : "Point",
12      "coordinates" : [ -8.61308, 41.1413 ],
13      "is_location_exact" : false
14    }
15  },
16  "score" : 1
17}
18{
19  "name" : "DB RIBEIRA - Grey Apartment",
20  "address" : {
21    "street" : "Porto, Porto, Portugal",
22    "suburb" : "",
23    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
24    "market" : "Porto",
25    "country" : "Portugal",
26    "country_code" : "PT",
27    "location" : {
28      "type" : "Point",
29      "coordinates" : [ -8.61294, 41.14126 ],
30      "is_location_exact" : true
31    }
32  },
33  "score" : 0.9876177310943604
34}
35{
36  "name" : "Ribeira 24 (4)",
37  "address" : {
38    "street" : "Porto, Porto, Portugal",
39    "suburb" : "",
40    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
41    "market" : "Porto",
42    "country" : "Portugal",
43    "country_code" : "PT",
44    "location" : {
45      "type" : "Point",
46      "coordinates" : [ -8.61318, 41.14107 ],
47      "is_location_exact" : false
48    }
49  },
50  "score" : 0.973789632320404
51}

结果显示，距离指定坐标较远的属性的得分较低。

复合示例

以下示例使用 compound 操作符查询 sample_airbnb.listingsAndReviews 集合中的 property_type 和 address.location 字段。

例子

以下查询搜索指定 GeoJSON 点附近的香港公寓。 查询使用“必须”指定必须满足的Atlas Search条件，并使用“ should ”指定位置偏好。 它包括一个用于将输出限制为3结果的$limit阶段和一个用于执行以下操作的$project阶段：

  • 排除 property_type 和 address 之外的所有字段

  • 添加字段 score

score 是使用 pivot 字段计算得出。请注意，此处测量的 pivot 的单位为米，1000 米等于 1 公里。

1db.listingsAndReviews.aggregate([
2  {
3    $search: {
4      "compound": {
5        "must": {
6          "text": {
7            "query": "Apartment",
8            "path": "property_type"
9          }
10        },
11        "should": {
12          "near": {
13            "origin": {
14              "type": "Point",
15              "coordinates": [114.15027, 22.28158]
16            },
17            "pivot": 1000,
18            "path": "address.location"
19          }
20        }
21      }
22    }
23  },
24  {
25    $limit: 3
26  },
27  {
28    $project: {
29      "_id": 0,
30      "property_type": 1,
31      "address": 1,
32      score: { $meta: "searchScore" }
33    }
34  }
35])

以上查询会返回以下搜索结果：

1{
2  "property_type" : "Apartment",
3  "address" : {
4    "street" : "Hong Kong, Hong Kong Island, Hong Kong",
5    "suburb" : "Central & Western District",
6    "government_area" : "Central & Western",
7    "market" : "Hong Kong",
8    "country" : "Hong Kong",
9    "country_code" : "HK",
10    "location" : {
11      "type" : "Point",
12      "coordinates" : [ 114.15027, 22.28158 ],
13      "is_location_exact" : true
14    }
15  },
16  "score" : 1.177286982536316
17}
18{
19  "property_type" : "Apartment",
20  "address" : {
21    "street" : "Hong Kong, Hong Kong Island, Hong Kong",
22    "suburb" : "Central & Western District",
23    "government_area" : "Central & Western",
24    "market" : "Hong Kong",
25    "country" : "Hong Kong",
26    "country_code" : "HK",
27    "location" : {
28      "type" : "Point",
29      "coordinates" : [ 114.15082, 22.28161 ],
30      "is_location_exact" : true
31    }
32  },
33  "score" : 1.1236450672149658
34}
35{
36  "property_type" : "Apartment",
37  "address" : {
38    "street" : "Hong Kong,
39    Hong Kong Island, Hong Kong",
40    "suburb" : "Mid-Levels",
41    "government_area" : "Central & Western",
42    "market" : "Hong Kong",
43    "country" : "Hong Kong",
44    "country_code" : "HK",
45    "location" : {
46      "type" : "Point",
47      "coordinates" : [ 114.15007, 22.28215 ],
48      "is_location_exact" : true
49    }
50  },
51  "score" : 1.114811897277832
52}

后退

更多类似内容

来年

短语

在此页面上