HOWTO · MongoDB

Dokumente mit einer Pipeline in MongoDBs `$lookup`-Stage verknüpfen

Mit einer Pipeline in MongoDBs `$lookup`-Stage verknüpfen Sie Dokumente anhand von `shopId`, verlangen, dass `shopPosId` im verknüpften Dokument fehlt, und können Ergebnisse ohne Treffer herausfiltern.

Auf dieser Seite

Mit einer Pipeline innerhalb der MongoDB-Stage $lookup verknüpfen Sie Dokumente aus collection2 mit Dokumenten aus collection1, wenn ihre Werte für shopId übereinstimmen und im collection1-Dokument das Feld shopPosId fehlt. $lookup ist ein Left Outer Join: Daher bleibt jedes Eingabedokument aus collection2 im Ergebnis erhalten; ohne Treffer ist das Array shopDescription leer. Fügen Sie eine spätere $match-Stage hinzu, wenn Sie nur Zeilen mit einem verknüpften Dokument erhalten möchten.

Was ist die Aggregationspipeline

Eine Aggregationspipeline verarbeitet Dokumente in einer festgelegten Folge von Stages. Jede Stage kann ihre Eingabe filtern oder umformen und gibt die Ergebnisse an die nächste Stage weiter. In diesem Beispiel fügt $lookup passende Dokumente hinzu; eine nachfolgende $match-Stage kann die verknüpften Ergebnisse filtern. MongoDB bietet außerdem Map-Reduce und spezielle Aggregationsoperationen, die für diesen Join jedoch nicht benötigt werden.

Weitere Einzelheiten finden Sie in der Übersicht zur MongoDB-Aggregationspipeline.

Was ist der $lookup-Operator in MongoDB

$lookup verknüpft Dokumente aus einer anderen Collection derselben Datenbank und schreibt die Treffer in ein Array-Feld. Die Option from gibt den Namen der Collection an, aus der Dokumente verknüpft werden; as legt den Namen des Arrays fest, das jedem Eingabedokument hinzugefügt wird. Mit der Pipeline-Form können Sie Bedingungen auf die zu verknüpfenden Dokumente anwenden.

Die MongoDB-Referenz zu $lookup beschreibt die verfügbaren Syntaxformen. Das folgende Beispiel verwendet eine korrelierte Pipeline: let stellt dieser Pipeline einen Wert aus dem Eingabedokument bereit, und mit $expr kann $match Felder anhand dieses Werts vergleichen. Die MongoDB-Shell-Befehle in diesem Artikel sind Beispiele, die Sie mit einer MongoDB-Datenbank ausführen können; die konfigurierte Artikel-Laufzeit führt keine Datenbankoperationen aus.

Mit einer Pipeline in $lookup Dokumente in MongoDB anhand von Bedingungen verknüpfen

Legen Sie collection1 und collection2 mit den folgenden Dokumenten an. Die Einrichtung ist als MongoDB-Shell-Beispiel dargestellt. Führen Sie jede Anweisung in mongosh für die gewünschte Datenbank aus.

db.createCollection('collection1'); db.createCollection('collection2'); db.collection1.insertMany([{"shopId":"001","shopPosId":"001","description":"description for 001"},{"shopId":"002","description":"description for 002"},{"shopId":"003","shopPosId":"003","description":"description for 003"},{"shopId":"004","description":"description for 004"}]); db.collection2.insertMany([{"shopId":"001","shopPosId":"0078","clientUid":"474192"},{"shopId":"002","shopPosId":"0012","clientUid":"474193"},{"shopId":"003","shopPosId":"0034","clientUid":"474194"},{"shopId":"004","shopPosId":"0056","clientUid":"474195"}]);

Das folgende eigenständige Python-Beispiel bildet den Trefferabgleich mit denselben Beispieldaten nach: Für die Shops 002 und 004 werden Beschreibungen verknüpft, weil ihre Dokumente in collection1 übereinstimmende Werte für shopId haben und shopPosId fehlt. Das Beispiel veranschaulicht die Ergebnislogik; es ist keine MongoDB-Abfrage. Die Bezeichnungen, die das unveränderte Beispiel ausgibt, bleiben auf Englisch.

Führen Sie dieses Beispiel aus:

collection1 = [
    {"shopId": "001", "shopPosId": "001", "description": "description for 001"},
    {"shopId": "002", "description": "description for 002"},
    {"shopId": "003", "shopPosId": "003", "description": "description for 003"},
    {"shopId": "004", "description": "description for 004"},
]
collection2 = [
    {"shopId": "001", "shopPosId": "0078", "clientUid": "474192"},
    {"shopId": "002", "shopPosId": "0012", "clientUid": "474193"},
    {"shopId": "003", "shopPosId": "0034", "clientUid": "474194"},
    {"shopId": "004", "shopPosId": "0056", "clientUid": "474195"},
]

for source in collection2:
    matches = [
        item["description"]
        for item in collection1
        if item["shopId"] == source["shopId"] and "shopPosId" not in item
    ]
    print(f'{source["shopId"]}: {matches}')
001: []
002: ['description for 002']
003: []
004: ['description for 004']

Setzen Sie in der MongoDB-Pipeline let: {shopId: "$shopId"}, um die ID jeder Zeile aus collection2 an die Lookup-Pipeline zu übergeben. Verwenden Sie zum Abgleich $expr: {$eq: ["$shopId", "$$shopId"]}. Das Präfix $$ verweist auf die mit let definierte Variable. Verknüpfen Sie diesen Vergleich unter $and mit {shopPosId: {$exists: false}}, damit das Feld im verknüpften Dokument aus collection1 fehlen muss.

Die erste entsprechende Abfrage lautet db.collection2.aggregate([{$lookup: {from: "collection1", let: {shopId: "$shopId"}, pipeline: [{$match: {$and: [{$expr: {$eq: ["$shopId", "$$shopId"]}}, {shopPosId: {$exists: false}}]}}], as: "shopDescription"}}]). Sie behält alle vier Eingabedokumente aus collection2. Für die Shops 001 und 003 gibt es kein passendes Dokument in collection1, das die Bedingungen erfüllt; ihre Arrays shopDescription sind daher leer. Die Shops 002 und 004 haben Treffer, weil in ihren verknüpften Dokumenten shopPosId fehlt.

Wenn Sie nur Zeilen mit einem Treffer zurückgeben möchten, hängen Sie eine $match-Stage an, die prüft, ob das verknüpfte Array mindestens ein Element enthält: {$match: {shopDescription: {$ne: []}}}. Die vollständige Folgeabfrage lautet db.collection2.aggregate([{$lookup: {from: "collection1", let: {shopId: "$shopId"}, pipeline: [{$match: {$and: [{$expr: {$eq: ["$shopId", "$$shopId"]}}, {shopPosId: {$exists: false}}]}}], as: "shopDescription"}}, {$match: {shopDescription: {$ne: []}}}]). Mit den Beispieldaten gibt diese Abfrage die Quelldokumente der Shops 002 und 004 zurück. Die erste Lookup-Stage bleibt ein Left Outer Join; die zweite Stage entfernt Zeilen, deren verknüpftes Array leer ist.