tl;博士
没有简单的解决方案可以满足您的需求，因为普通查询无法修改它们返回的字段。有一个解决方案（使用下面的 mapReduce 内联而不是对集合进行输出），但是除了非常小的数据库之外，不可能实时执行此操作。
问题
正如所写，普通查询不能真正修改它返回的字段。但还有其他问题。如果您想在中途进行正则表达式搜索，则必须索引 all 字段，这将需要不成比例的 RAM 量来实现该功能。如果您不索引所有字段，正则表达式搜索会导致collection scan，这意味着必须从磁盘加载每个文档，这将花费太多时间来方便自动完成.此外，多个同时请求自动完成的用户会在后端产生相当大的负载。
解决办法
问题与one I have already answered 非常相似：我们需要从多个字段中提取每个单词，删除stop words 并将剩余单词连同指向该单词所在文档的链接一起保存一个集合。现在，为了获取自动补全列表，我们只需查询索引词列表。
第 1 步：使用 map/reduce 作业提取单词
db.yourCollection.mapReduce(
// Map function
function() {
// We need to save this in a local var as per scoping problems
var document = this;
// You need to expand this according to your needs
var stopwords = ["the","this","and","or"];
for(var prop in document) {
// We are only interested in strings and explicitly not in _id
if(prop === "_id" || typeof document[prop] !== 'string') {
continue
}
(document[prop]).split(" ").forEach(
function(word){
// You might want to adjust this to your needs
var cleaned = word.replace(/[;,.]/g,"")
if(
// We neither want stopwords...
stopwords.indexOf(cleaned) > -1 ||
// ...nor string which would evaluate to numbers
!(isNaN(parseInt(cleaned))) ||
!(isNaN(parseFloat(cleaned)))
) {
return
}
emit(cleaned,document._id)
}
)
}
},
// Reduce function
function(k,v){
// Kind of ugly, but works.
// Improvements more than welcome!
var values = { 'documents': []};
v.forEach(
function(vs){
if(values.documents.indexOf(vs)>-1){
return
}
values.documents.push(vs)
}
)
return values
},
{
// We need this for two reasons...
finalize:
function(key,reducedValue){
// First, we ensure that each resulting document
// has the documents field in order to unify access
var finalValue = {documents:[]}
// Second, we ensure that each document is unique in said field
if(reducedValue.documents) {
// We filter the existing documents array
finalValue.documents = reducedValue.documents.filter(
function(item,pos,self){
// The default return value
var loc = -1;
for(var i=0;i<self.length;i++){
// We have to do it this way since indexOf only works with primitives
if(self[i].valueOf() === item.valueOf()){
// We have found the value of the current item...
loc = i;
//... so we are done for now
break
}
}
// If the location we found equals the position of item, they are equal
// If it isn't equal, we have a duplicate
return loc === pos;
}
);
} else {
finalValue.documents.push(reducedValue)
}
// We have sanitized our data, now we can return it
return finalValue
},
// Our result are written to a collection called "words"
out: "words"
}
)
针对您的示例运行此 mapReduce 将导致 db.words 如下所示：
{ "_id" : "can", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "canada", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "candid", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "candle", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "candy", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "cannister", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "canteen", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
{ "_id" : "canvas", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
请注意，单个单词是文档的_id。 _id 字段由 MongoDB 自动索引。由于尝试将索引保存在 RAM 中，我们可以采取一些技巧来加快自动完成并减少服务器的负载。
第 2 步：查询自动补全
对于自动完成，我们只需要单词，不需要文档的链接。
由于单词已编入索引，因此我们使用 covered query - 仅从索引中回答的查询，该索引通常驻留在 RAM 中。
为了坚持您的示例，我们将使用以下查询来获取自动完成的候选者：
db.words.find({_id:/^can/},{_id:1})
这给了我们结果
{ "_id" : "can" }
{ "_id" : "canada" }
{ "_id" : "candid" }
{ "_id" : "candle" }
{ "_id" : "candy" }
{ "_id" : "cannister" }
{ "_id" : "canteen" }
{ "_id" : "canvas" }
使用.explain()方法，我们可以验证这个查询只使用了索引。
{
"cursor" : "BtreeCursor _id_",
"isMultiKey" : false,
"n" : 8,
"nscannedObjects" : 0,
"nscanned" : 8,
"nscannedObjectsAllPlans" : 0,
"nscannedAllPlans" : 8,
"scanAndOrder" : false,
"indexOnly" : true,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"_id" : [
[
"can",
"cao"
],
[
/^can/,
/^can/
]
]
},
"server" : "32a63f87666f:27017",
"filterSet" : false
}
注意indexOnly:true 字段。
第三步：查询实际文档
虽然我们必须执行两次查询来获取实际文档，但由于我们加快了整个过程，用户体验应该足够好。
步骤3.1：获取words集合的文档
当用户选择自动补全选项时，我们必须查询单词的完整文档，以便找到自动补全选择的单词的来源文档。
db.words.find({_id:"canteen"})
这将导致这样的文档：
{ "_id" : "canteen", "value" : { "documents" : [ ObjectId("553e435f20e6afc4b8aa0efb") ] } }
步骤 3.2：获取实际文档
使用该文档，我们现在可以显示带有搜索结果的页面，或者像在本例中一样，重定向到您可以通过以下方式获取的实际文档：
db.yourCollection.find({_id:ObjectId("553e435f20e6afc4b8aa0efb")})
注意事项
虽然这种方法一开始可能看起来很复杂（好吧，mapReduce 有点），但实际上在概念上很简单。基本上，您是在交易实时结果（除非您花费 lot 的 RAM，否则无论如何都不会获得）以换取速度。恕我直言，这很划算。为了使成本相当高的 mapReduce 阶段更高效，实现Incremental mapReduce 可能是一种方法——改进我公认的被黑的 mapReduce 很可能是另一种方法。
最后但并非最不重要的一点是，这种方式完全是一个相当丑陋的 hack。您可能想深入研究 elasticsearch 或 lucene。恕我直言，这些产品更适合您的需求。