Mongodb：仅查询集合的最后 N 个文档（某些部分）

Question

在包含 100 个文档的集合中，我想运行以下查询：

collection.find({"$text" : {"$search" : "some_string"})

假设一个合适的“文本”索引已经存在，因此我的问题是：我怎样才能只对最后'n'个文档运行这个查询？

我在网上找到的所有问题都是关于如何获取最后 n 个文档。而我的问题是如何搜索仅在最后 n 个文档上？

更一般地说，我的问题是如何在某个部分运行 mongo 查询，比如 20% 的集合。

我尝试了什么

我正在使用 pymongo，所以我尝试使用 skip() 和 limit() 来获取最后 n 个文档，但我没有找到对上述函数返回的游标执行查询的方法。

@hhsarh's anwser 之后，我尝试了但无济于事

# here's what I tried after initial answers
recents = information_collection.aggregate([
                {"$match" : {"$text" : {"$search" : "healthline"}}},
                {"$sort" : {"_id" : -1}},
                {"$limit" : 1},
            ])

结果仍然来自整个集合，而不是上述代码尝试的最后一条记录/文档。

最后一个文档的任何字段都不包含“healthline”，因此查询的预期结果应该为空 []。但我得到了一份文件。

请有人告诉我这是怎么可能的

Answer 1

您正在寻找的可以使用 MongoDB 聚合实现

注意：正如@turivishal 所指出的，如果$text 不在聚合管道的第一阶段，它将不起作用。

collection.aggregate([
  {
    "$sort": {
      "_id": -1
    }
  },
  {
    "$limit": 10  // `n` value, where n is the number of last records you want to consider
  },
  {
    "$match" : {
      // All your find query goes here
    }
  },
], {allowDiskUse=true})  // just in case if the computation exceeds 100MB

由于_id是默认索引的，所以上面的聚合查询应该会更快。但是，它的性能与n 值成正比。

注意：如果您使用的是pymongo，请将代码示例中的最后一行替换为以下行

], allowDiskUse=True)

Answer 2

$text 运算符是不可能的，因为有限制，

包含$text 的$match 阶段必须是管道中的第一个阶段

这意味着我们不能在$text 运算符之前限制文档，请阅读更多关于$text operator restriction 的信息。

---

如果您使用$regex 正则表达式运算符而不是$text 运算符进行搜索，这可能是第二个选项，

如果您需要像$text 运算符一样搜索，您可以修改您的搜索输入，如下所示：

• 让我们假设 searchInput 是您的输入变量
• searchFields 中的搜索字段列表
• 按空格搜索输入字符串并循环该单词数组并将其转换为正则表达式
• 循环搜索字段searchFields 并准备$in 条件

searchInput = "This is search"
searchFields = ["field1", "field2"]
searchRegex = []
searchPayload = []

for s in searchInput.split(): searchRegex.append(re.compile(s, re.IGNORECASE));
for f in searchFields: searchPayload.append({ f: { "$in": searchRegex } })
print(searchPayload)

现在你的输入看起来像，

[
  {'field1': {'$in': [/This/i, /is/i, /search/i]}}, 
  {'field2': {'$in': [/This/i, /is/i, /search/i]}}
]

在最后阶段使用$in 运算符在搜索查询中使用该变量searchPayload 和$or 运算符，

recents = information_collection.aggregate([
  # 1 = ascending, -1 descending you can use anyone as per your requirement
  { "$sort": { "_id": 1 } }, 
  # use any limit of number as per your requirement
  { "$limit": 10 }, 
  { "$match": { "$or": searchPayload } }
])

print(list(recents))

注意：$regex 正则表达式搜索会导致性能问题。

要提高搜索性能，您可以在搜索字段上创建复合索引，例如，

information_collection.createIndex({ field1: 1, field2: 1 });