查询 MongoDB 中用户的评论

Question

我是 MongoDB 的新手，我正在尝试为网站评论编写一些查询。

我有一个 collection 这样的：

{   
"_id": "post1"
"comments" : [ 
    {
        "user" : "goodman",
        "text" : "hello",
        "replies" : [ 
            {
                "user" : "littleboy",
                "text" : "hi"
            }
        ]
    }, 
    {
        "user" : "richpapa",
        "text" : "haha"
    }, 
    {
        "user" : "goodman",
        "text" : "how is it going?!"
    }
]
 }
 {
   "_id": "post2"
   "comments" : [ 
     {
        "user" : "katze",
        "text" : "meow!",
        "replies" : [ 
            {
                "user" : "kitten",
                "text" : "miaw miaw!"
            }, 
            {
                "user" : "littleboy",
                "text" : "mioooooo"
            }, 
            {
                "user" : "goodman",
                "text" : "meme"
            }
        ]
    }, 
    {
        "user" : "kitten",
        "text" : "ich bin katze",
        "replies" : [ 
            {
                "user" : "sally",
                "text" : "ja, du bist katze maw"
            }
        ]
    }
 ]
 }

每个post可以有多个评论，每个评论也可以有多个回复。以下是我未能做到的：

首先，我想打印回复自己评论的用户的姓名和评论。其次，我想打印在网站上发送了一条以上消息的用户的姓名和数量（评论和回复都应该考虑）。

这是我对第一部分的尝试：

db.website.aggregate([{$group : {_id : "$comments.user", 
repliers: {$addToSet : "$comments.replies.user"}}}])

如果我没记错的话，这会将发送评论的用户的姓名以及回复者的姓名作为数组给出。但是我无法用它来获得我想要的东西。

Answer 1

第一部分：

   db.collection.aggregate([
   {
     $unwind: "$comments"
   },
    {
     $project: {
     _id: 0,
     items: {
       $filter: {
        input: "$comments.replies",
        as: "item",
         cond: {
          $eq: [
          "$$item.user",
          "$comments.user"
        ]
       }
      }
     }
    }
    },
    {
       $unwind: "$items"
     },
      {
      $project: {
      "self_repling_user": "$items.user",
      "self_repling_comment": "$items.text"
      }
     }
   ])

playground

解释：

将评论数组转换为对象。
仅过滤 comment.user 是回复用户的回复。
展开带有自己回复的评论的数组
只显示自我回复的用户和他的评论

转至第二部分：

db.collection.aggregate([
   {
   $unwind: "$comments"
   },
   {
    $unwind: "$comments.replies"
   },
   {
    $group: {
    _id: "allusers",
    "user2": {
      $push: "$comments.user"
       },
      user1: {
        $push: "$comments.replies.user"
       }
      }
   },
    {
     $project: {
         users: {
           $concatArrays: [
             "$user1",
            "$user2"
          ]
        }
      }
    },
    {
     $unwind: "$users"
    },
    {
      $group: {
       _id: "$users",
      count: {
       $sum: 1
       }
      }
    },
    {
     $match: {
     count: {
       $gt: 1
     }
    }
  }
  ])

playground

解释：

展开评论和comments.recplies数组
仅与用户组成两个数组
将两个数组合并为一个数组
展开总用户数组
按用户分组以统计评论或回复的数量
只过滤评论或回复超过一次的评论

Answer 2

“comments-on-comments”方法的另一种方法是展平结构，将每个条目视为一个“post”，然后使用 $graphLookup 将它们组合在一起。原来的post可以根据需要在文档中携带额外的信息，后面的注释可以携带的更少，但基本结构是一样的。考虑以下条目；选项卡用于在视觉上帮助使层次结构更加明显，但请注意 _id 和 ref:

之间的关系

var r = [
    // target                                                                                                               
    {"_id": "P1", from:"OP", text: "orig", ts:new ISODate("2020-01-01")}
      // level 0                                                                                                            
      ,{"_id": "P2", from:"A", ref:"P1", text: "not bad", ts:new ISODate("2020-01-01")}
      ,{"_id": "P3", from:"B", ref:"P1", text: "corn", ts:new ISODate("2020-01-01")}
      // level 1                                                                                                          
        ,{"_id": "P4", from:"C", ref:"P3", text: "maybe", ts:new ISODate("2020-01-02")}
          // level 2                                                                                                        
          ,{"_id": "P41", from:"D", ref:"P4", text: "hoo", ts:new ISODate("2020-01-08")}
            // level 3                                                                                                      
            ,{"_id": "P61", from:"A", ref:"P41", text: "concerned", ts:new ISODate("2020-01-02")}

        ,{"_id": "P42", from:"E", ref:"P3", text: "hello", ts:new ISODate("2020-01-02")}


    ,{"_id": "P5", from:"OP2", text: "orig2",         ts:new ISODate("2020-01-01")}
    ,{"_id": "P6", from:"C", ref:"P5", text: "another thing...", ts:new ISODate("2020-01-06")}
];

如果我们要查找所有以P1开头的对话，我们可以这样做：

db.foo.aggregate([
    {$match: {"_id": "P1"}},
    {$graphLookup: {
        from: "foo",
        connectToField: "ref",
        connectFromField: "_id",
        startWith: "$_id", // usually value of connectFromField                                                             
        depthField: "n",
        as: "zz"
    }}
]);

产生这个：

{
    "_id" : "P1",
    "from" : "OP",
    "text" : "orig",
    "ts" : ISODate("2020-01-01T00:00:00Z"),
    "zz" : [
        {
            "_id" : "P42",
            "from" : "E",
            "ref" : "P3",
            "text" : "hello",
            "ts" : ISODate("2020-01-02T00:00:00Z"),
            "n" : NumberLong(1)
        },
        {
            "_id" : "P4",
            "from" : "C",
            "ref" : "P3",
            "text" : "maybe",
            "ts" : ISODate("2020-01-02T00:00:00Z"),
            "n" : NumberLong(1)
        },
        {
            "_id" : "P2",
            "from" : "A",
            "ref" : "P1",
            "text" : "not bad",
            "ts" : ISODate("2020-01-01T00:00:00Z"),
            "n" : NumberLong(0)
        },
        {
            "_id" : "P41",
            "from" : "D",
            "ref" : "P4",
            "text" : "hoo",
            "ts" : ISODate("2020-01-08T00:00:00Z"),
            "n" : NumberLong(2)
        },
        {
            "_id" : "P61",
            "from" : "A",
            "ref" : "P41",
            "text" : "concerned",
            "ts" : ISODate("2020-01-02T00:00:00Z"),
            "n" : NumberLong(3)
        },
        {
            "_id" : "P3",
            "from" : "B",
            "ref" : "P1",
            "text" : "corn",
            "ts" : ISODate("2020-01-01T00:00:00Z"),
            "n" : NumberLong(0)
        }
    ]
}

这种设计有一些有趣的优点：

无需担心包含的递归。对于 comment-reply 对话的任何实际深度，查询都是相同的并且性能非常好。
跨多个 post 线程对其他内容（如日期、参与者、likes/votes 等）进行二次查找容易得多，因为结构是扁平的。例如，在 from 上放置一个索引，您可以快速获得来自特定演员的所有输入。查找层次结构中的最新评论或自您上次查看以来的最新评论（当然是在某处说明）变得微不足道。扫描不当语言同样微不足道，因为每个文档的相同位置都有一个 text 字段。
因为 $graphLookup 提供了 depthField（虽然承认不是按数字顺序...）trim 响应树变得容易。例如，要仅获得 2 个第一级（0 级）回复，您可以在 $graphLookup:

    ,{$addFields: {zz: {$slice: [ {$filter: {
                                    input: "$zz",
                                    cond:  {$eq:[0,"$$this.n"]}
                                  }}, 0, 2] }
    }}

请注意层次结构和日期是独立的。要在线程中找到对评论的最新回复，我们可以使用以下阶段。请注意 2020-01-08 是文档 P41:

上的最新条目

,{$addFields: {zz: {$reduce: {
        input: "$zz",
        initialValue: {ts:new ISODate("2000-01-01")}, // init to a REALLY old date                                    
            in: {$cond: [
                {$gt:["$$this.ts","$$value.ts"]}, // if higher than prev
                "$$this",  // then use this one
                "$$value"  // else keep highest seen so far
                ]}
        }}
    }}

{
    "_id" : "P1",
    "from" : "OP",
    "text" : "orig",
    "ts" : ISODate("2020-01-01T00:00:00Z"),
    "zz" : {
        "_id" : "P41",
        "from" : "D",
        "ref" : "P4",
        "text" : "hoo",
        "ts" : ISODate("2020-01-08T00:00:00Z"),
        "n" : NumberLong(2)
    }
}

最后，有时您会希望处理初始目标文档以及 $graphLookup 文档链。为此，只需 $project top-level 文档信息与 $graphLookup:

生成的数组的串联

    ,{$project: {zz: {$concatArrays: [
                       // Make array of 1.  Call n -1 to identify it as the
                       // initial target doc:
                       [{_id: "$_id",n:-1,from:"$from",text:"$text",ts:"$ts"}], // make array of 1
                        "$zz"
                       ]}
    }}

{
    "_id" : "P1",
    "zz" : [
        {
            "_id" : "P1",
            "n" : -1,
            "from" : "OP",
            "text" : "orig",
            "ts" : ISODate("2020-01-01T00:00:00Z")
        },
        {
            "_id" : "P2",
            "from" : "A",
            "ref" : "P1",
            "text" : "not bad",
            "ts" : ISODate("2020-01-01T00:00:00Z"),
            "n" : NumberLong(0)
        },
....

查询 MongoDB 中用户的评论

queries on users' comments in MongoDB

mongodb

nosql