按与 MongoDB 的相关性排序

Question

我有以下形式的文档集合：

{ _id: ObjectId(...)
, title: "foo"
, tags: ["bar", "baz", "qux"] 
}

查询应该找到所有带有这些标签的文档。我目前使用这个查询：

{ "tags": { "$in": ["bar", "hello"] } }

而且它有效；返回所有标记为“bar”或“hello”的文档。

但是，我想按相关性进行排序，即，匹配的标签越多，文档在结果中出现的时间就越早。例如，对于查询["bar", "hello"]，结果中标记为["bar", "hello", "baz"] 的文档应高于标记为["bar", "baz", "boo"] 的文档。我怎样才能做到这一点？

Answer 1

MapReduce 并在客户端执行会太慢 - 您应该使用聚合框架（MongoDB 2.2 中的新功能）。

它可能看起来像这样：

db.collection.aggregate([
   { $match : { "tags": { "$in": ["bar", "hello"] } } },
   { $unwind : "$tags" },
   { $match : { "tags": { "$in": ["bar", "hello"] } } },
   { $group : { _id: "$title", numRelTags: { $sum:1 } } },
   { $sort : { numRelTags : -1 } }
   //  optionally
   , { $limit : 10 }
])

请注意，第一个和第三个管道成员看起来相同，这是有意和需要的。以下是这些步骤的作用：

1. 只传递带有“bar”或“hello”标签的文档。
2. 展开标签数组（意味着每个标签元素拆分为一个文档
3. 只传递“bar”或“hello”标签（即丢弃其余标签）
4. 按标题分组（也可以按“$_id”或原始文档的任何其他组合 加起来它有多少个标签（“bar”和“hello”）
5. 按相关标签数量降序排列
6. （可选）将返回的集合限制为前 10 个。

Answer 2

您可能会使用 MapReduce 来做类似的事情。您将在 Map 步骤中处理每个文档，确定有多少标签与查询匹配，并分配一个分数。然后您可以根据该分数进行排序。

http://www.mongodb.org/display/DOCS/MapReduce

Answer 3

查询后应该做一些复杂的事情。通过 db.eval 的服务器端（如果您的客户端支持此）或只是客户端。这是您正在寻找的示例。

它将检索所有带有您指定标签的帖子，然后根据匹配的数量对它们进行排序。

删除 db.eva( 部分并将其翻译成您的客户端用来查询以获得客户端效果的语言（

db.eval(function () {
    var tags = ["a","b","c"];
    return db.posts.find({tags:{$in:tags}}).toArray().sort(function(a,b){

        var matches_a = 0;
        var matches_b = 0;
        a.tags.forEach(function (tag) {
            for (t in tags) {
                if (tag == t) {
                    matches_a++;
                } else {
                    matches_b++;
                }
            }
        });

        b.tags.forEach(function(tag) {
            for (t in tags) {
                if (tag == t) {
                    matches_b++;
                } else {
                    matches_a++;
                }
            }
        });
        return matches_a - matches_b;
    });
});