$graphLookup（聚合）

在此页面上

定义

Considerations
示例
其他资源

定义

$graphLookup

5.1 版本中进行了更改。

对集合执行递归搜索，并提供按照递归深度和查询筛选器限制搜索的选项。

$graphLookup 搜索过程总结如下：

输入文档流入聚合操作的 $graphLookup 阶段。
$graphLookup 将搜索定位到由 from 参数指定的集合（有关搜索参数的完整列表，请参见下文）。
对于每份输入文档，搜索从 startWith 指定的值开始。
$graphLookup 将 startWith 值与 from 集合中其他文档的 connectToField 指定字段进行匹配。
对于每份匹配文档，$graphLookup 获取 connectFromField 的值，并检查 from 集合中的每份文档是否有匹配的 connectToField 值。对于每次匹配，$graphLookup 将 from 集合中的匹配文档添加到由 as 参数命名的数组字段中。
此步骤以递归方式继续，直到找不到更多匹配文档，或者直到操作达到maxDepth参数指定的递归深度。然后，$graphLookup将数组字段追加到输入文档。$graphLookup 在完成对所有输入文档的搜索后返回结果。

$graphLookup 具有以下原型形式：

{
   $graphLookup: {
      from: <collection>,
      startWith: <expression>,
      connectFromField: <string>,
      connectToField: <string>,
      as: <string>,
      maxDepth: <number>,
      depthField: <string>,
      restrictSearchWithMatch: <document>
   }
}

$graphLookup 接受包含以下字段的文档：

字段

说明

from

$graphLookup 操作要搜索的目标集合，从而以递归方式将 connectFromField 与 connectToField 进行匹配。from 集合必须与此操作中使用的所有其他集合位于同一数据库中。

从 MongoDB 5.1 开始，可以对 from 参数中指定的集合进行分片。

startWith

表达式，用于指定开始递归搜索的 connectFromField 值。或者，startWith 可以是值数组，每个值在遍历进程中都单独跟踪。

connectFromField

字段名，其值 $graphLookup 用于以递归方式匹配集合中其他文档的 connectToField。如果值是数组，则每个元素都会单独完成遍历进程。

connectToField

其他文档中的字段名称，用于与 connectFromField 参数指定的字段值相匹配。

as

添加到每个输出文档的数组字段的名称。包含在 $graphLookup 阶段为访问文档而遍历的文档。

不保证 as 字段中返回的文档按任何顺序排列。

maxDepth

可选。指定最大递归深度的非负整数。

depthField

可选。要添加到搜索路径中每个已遍历文档的字段的名称。该字段的值为文档的递归深度，并用 NumberLong 表示。递归深度值从零开始，因此第一次查找对应于零深度。

restrictSearchWithMatch

可选。指定递归搜索附加条件的文档。语法与查询过滤器语法相同。

您不能在此过滤中使用任何聚合表达式。示例，您无法使用以下文档查找lastName值与输入文档的lastName值不同的文档：

{ lastName: { $ne: "$lastName" } }

您无法在这种情况下使用该文档，因为"$lastName"将充当字符串文字，而不是字段路径（Field Path）。

Considerations

分片集合

从 MongoDB 5.1 开始，可以在 $graphLookup 阶段的 from 参数中指定分片集合。

当以分片集合为目标时，您无法在事务中使用 $graphLookup 阶段。

最大深度

将 maxDepth 字段设置为 0 相当于一个非递归的 $graphLookup 搜索阶段。

内存

$graphLookup 阶段必须保持在 100 兆字节的内存限制之内。如果为 aggregate() 操作指定了 allowDiskUse: true，则 $graphLookup 阶段将忽略该选项。如果 aggregate() 操作中还有其他阶段，则 allowDiskUse: true 选项对这些其他阶段有效。

请参阅聚合管道限制，获取更多信息。

未排序的结果

$graphLookup阶段不返回排序结果。要对结果进行排序，请使用$sortArray操作符。

视图和排序规则

如果执行的聚合涉及多个视图（如使用 $lookup 或 $graphLookup），则这些视图必须具有相同的排序规则。

示例

单个集合内

名为 employees 的集合包含以下文档：

{ "_id" : 1, "name" : "Dev" }
{ "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" }
{ "_id" : 3, "name" : "Ron", "reportsTo" : "Eliot" }
{ "_id" : 4, "name" : "Andrew", "reportsTo" : "Eliot" }
{ "_id" : 5, "name" : "Asya", "reportsTo" : "Ron" }
{ "_id" : 6, "name" : "Dan", "reportsTo" : "Andrew" }

以下 $graphLookup 操作递归匹配 employees 集合中的 reportsTo 和 name 字段，返回每个人员的报告层次结构：

db.employees.aggregate( [
   {
      $graphLookup: {
         from: "employees",
         startWith: "$reportsTo",
         connectFromField: "reportsTo",
         connectToField: "name",
         as: "reportingHierarchy"
      }
   }
] )

输出结果如下：

{
   "_id" : 1,
   "name" : "Dev",
   "reportingHierarchy" : [ ]
}
{
   "_id" : 2,
   "name" : "Eliot",
   "reportsTo" : "Dev",
   "reportingHierarchy" : [
      { "_id" : 1, "name" : "Dev" }
   ]
}
{
   "_id" : 3,
   "name" : "Ron",
   "reportsTo" : "Eliot",
   "reportingHierarchy" : [
      { "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" },
      { "_id" : 1, "name" : "Dev" }
   ]
}
{
   "_id" : 4,
   "name" : "Andrew",
   "reportsTo" : "Eliot",
   "reportingHierarchy" : [
      { "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" },
      { "_id" : 1, "name" : "Dev" }
   ]
}
{
   "_id" : 5,
   "name" : "Asya",
   "reportsTo" : "Ron",
   "reportingHierarchy" : [
      { "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" },
      { "_id" : 3, "name" : "Ron", "reportsTo" : "Eliot" },
      { "_id" : 1, "name" : "Dev" }
   ]
}
{
   "_id" : 6,
   "name" : "Dan",
   "reportsTo" : "Andrew",
   "reportingHierarchy" : [
      { "_id" : 4, "name" : "Andrew", "reportsTo" : "Eliot" },
      { "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" },
      { "_id" : 1, "name" : "Dev" }
   ]
}

下表提供文档 { "_id" : 5, "name" : "Asya", "reportsTo" : "Ron" } 的遍历路径：

起始值

文档的 reportsTo 值：

{ ... "reportsTo" : "Ron" }

深度 0

{ "_id" : 3, "name" : "Ron", "reportsTo" : "Eliot" }

深度 1

{ "_id" : 2, "name" : "Eliot", "reportsTo" : "Dev" }

深度 2

{ "_id" : 1, "name" : "Dev" }

输出生成层次结构Asya -> Ron -> Eliot -> Dev。

跨多个集合

与 $lookup 一样，$graphLookup 可以访问同一数据库中的另一个集合。

例如，创建一个包含两个集合的数据库：

包含以下文档的 airports 集合：

db.airports.insertMany( [
   { "_id" : 0, "airport" : "JFK", "connects" : [ "BOS", "ORD" ] },
   { "_id" : 1, "airport" : "BOS", "connects" : [ "JFK", "PWM" ] },
   { "_id" : 2, "airport" : "ORD", "connects" : [ "JFK" ] },
   { "_id" : 3, "airport" : "PWM", "connects" : [ "BOS", "LHR" ] },
   { "_id" : 4, "airport" : "LHR", "connects" : [ "PWM" ] }
] )

包含以下文档的 travelers 集合：

db.travelers.insertMany( [
   { "_id" : 1, "name" : "Dev", "nearestAirport" : "JFK" },
   { "_id" : 2, "name" : "Eliot", "nearestAirport" : "JFK" },
   { "_id" : 3, "name" : "Jeff", "nearestAirport" : "BOS" }
] )

对于travelers集合中的每个文档，以下聚合操作会在airports集合中查找nearestAirport值，并以递归方式将connects字段与airport字段进行匹配。该操作指定最大递归深度为2。

db.travelers.aggregate( [
   {
      $graphLookup: {
         from: "airports",
         startWith: "$nearestAirport",
         connectFromField: "connects",
         connectToField: "airport",
         maxDepth: 2,
         depthField: "numConnections",
         as: "destinations"
      }
   }
] )

输出结果如下：

{
   "_id" : 1,
   "name" : "Dev",
   "nearestAirport" : "JFK",
   "destinations" : [
      { "_id" : 3,
        "airport" : "PWM",
        "connects" : [ "BOS", "LHR" ],
        "numConnections" : NumberLong(2) },
      { "_id" : 2,
        "airport" : "ORD",
        "connects" : [ "JFK" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 1,
        "airport" : "BOS",
        "connects" : [ "JFK", "PWM" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 0,
        "airport" : "JFK",
        "connects" : [ "BOS", "ORD" ],
        "numConnections" : NumberLong(0) }
   ]
}
{
   "_id" : 2,
   "name" : "Eliot",
   "nearestAirport" : "JFK",
   "destinations" : [
      { "_id" : 3,
        "airport" : "PWM",
        "connects" : [ "BOS", "LHR" ],
        "numConnections" : NumberLong(2) },
      { "_id" : 2,
        "airport" : "ORD",
        "connects" : [ "JFK" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 1,
        "airport" : "BOS",
        "connects" : [ "JFK", "PWM" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 0,
        "airport" : "JFK",
        "connects" : [ "BOS", "ORD" ],
        "numConnections" : NumberLong(0) } ]
}
{
   "_id" : 3,
   "name" : "Jeff",
   "nearestAirport" : "BOS",
   "destinations" : [
      { "_id" : 2,
        "airport" : "ORD",
        "connects" : [ "JFK" ],
        "numConnections" : NumberLong(2) },
      { "_id" : 3,
        "airport" : "PWM",
        "connects" : [ "BOS", "LHR" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 4,
        "airport" : "LHR",
        "connects" : [ "PWM" ],
        "numConnections" : NumberLong(2) },
      { "_id" : 0,
        "airport" : "JFK",
        "connects" : [ "BOS", "ORD" ],
        "numConnections" : NumberLong(1) },
      { "_id" : 1,
        "airport" : "BOS",
        "connects" : [ "JFK", "PWM" ],
        "numConnections" : NumberLong(0) }
   ]
}

下表提供了递归搜索的遍历路径，深度为 2，其中起始 airport 为 JFK：

起始值

travelers 集合中的 nearestAirport 值：

{ ... "nearestAirport" : "JFK" }

深度 0

{ "_id" : 0, "airport" : "JFK", "connects" : [ "BOS", "ORD" ] }

深度 1

{ "_id" : 1, "airport" : "BOS", "connects" : [ "JFK", "PWM" ] }
{ "_id" : 2, "airport" : "ORD", "connects" : [ "JFK" ] }

深度 2

{ "_id" : 3, "airport" : "PWM", "connects" : [ "BOS", "LHR" ] }

使用查询过滤器

以下示例使用一个包含一组文档的集合，其中包含人员姓名及其朋友和爱好的数组。聚合操作找到一个特定的人，并遍历她的人际网络，以找到在其爱好中列出golf的人。

一个名为 people 的集合包含以下文档：

{
  "_id" : 1,
  "name" : "Tanya Jordan",
  "friends" : [ "Shirley Soto", "Terry Hawkins", "Carole Hale" ],
  "hobbies" : [ "tennis", "unicycling", "golf" ]
}
{
  "_id" : 2,
  "name" : "Carole Hale",
  "friends" : [ "Joseph Dennis", "Tanya Jordan", "Terry Hawkins" ],
  "hobbies" : [ "archery", "golf", "woodworking" ]
}
{
  "_id" : 3,
  "name" : "Terry Hawkins",
  "friends" : [ "Tanya Jordan", "Carole Hale", "Angelo Ward" ],
  "hobbies" : [ "knitting", "frisbee" ]
}
{
  "_id" : 4,
  "name" : "Joseph Dennis",
  "friends" : [ "Angelo Ward", "Carole Hale" ],
  "hobbies" : [ "tennis", "golf", "topiary" ]
}
{
  "_id" : 5,
  "name" : "Angelo Ward",
  "friends" : [ "Terry Hawkins", "Shirley Soto", "Joseph Dennis" ],
  "hobbies" : [ "travel", "ceramics", "golf" ]
}
{
   "_id" : 6,
   "name" : "Shirley Soto",
   "friends" : [ "Angelo Ward", "Tanya Jordan", "Carole Hale" ],
   "hobbies" : [ "frisbee", "set theory" ]
 }

以下聚合操作使用三个阶段：

$match 会对 name 字段包含字符串 "Tanya Jordan" 的文档进行匹配。返回一个输出文档。
$graphLookup 将输出文档的 friends 字段与集合中其他文档的 name 字段连接，以遍历 Tanya Jordan's 连接网络。该阶段使用 restrictSearchWithMatch 参数，只查找 hobbies 数组包含 golf 的文档。返回一个输出文档。
$project 会确定输出文档的形状。connections who play golf 中列出的名称取自输入文档的 golfers 数组中所列文档的 name 字段。

db.people.aggregate( [
  { $match: { "name": "Tanya Jordan" } },
  { $graphLookup: {
      from: "people",
      startWith: "$friends",
      connectFromField: "friends",
      connectToField: "name",
      as: "golfers",
      restrictSearchWithMatch: { "hobbies" : "golf" }
    }
  },
  { $project: {
      "name": 1,
      "friends": 1,
      "connections who play golf": "$golfers.name"
    }
  }
] )

该操作将返回以下文档：

{
   "_id" : 1,
   "name" : "Tanya Jordan",
   "friends" : [
      "Shirley Soto",
      "Terry Hawkins",
      "Carole Hale"
   ],
   "connections who play golf" : [
      "Joseph Dennis",
      "Tanya Jordan",
      "Angelo Ward",
      "Carole Hale"
   ]
}

其他资源

网络研讨会：在 MongoDB 中使用图形数据

后退

$geoNear

来年

$group