MongoDB Aggregation - $unwind order 文档是否与嵌套数组 order 相同

Question

我正在徘徊是否在聚合管道中为嵌套数组的文档使用 $unwind 运算符是否会以与数组中项目的顺序相同的顺序返回解构的文档。 例子： 假设我有以下文件

{ "_id" : 1, "item" : "foo", values: [ "foo", "foo2", "foo3"] }
{ "_id" : 2, "item" : "bar", values: [ "bar", "bar2", "bar3"] }
{ "_id" : 3, "item" : "baz", values: [ "baz", "baz2", "baz3"] }

我想在我的应用程序代码中对所有文档中的所有值使用分页。所以，我的想法是使用 mongo 聚合框架来：

1. 按_id对文档进行排序
2. 在values 属性上使用$unwind 来解构文档
3. 使用 $skip 和 $limit 来模拟分页

所以使用上述示例的问题是：

是否保证以下聚合管道：

[
    {$sort: {"_id": 1}},
    {$unwind: "$values"}
]

将始终导致以下文档具有完全相同的顺序？：

{ "_id" : 1, "item" : "foo", values: "foo" }
{ "_id" : 1, "item" : "foo", values: "foo2" }
{ "_id" : 1, "item" : "foo", values: "foo3" }
{ "_id" : 2, "item" : "bar", values: "bar" }
{ "_id" : 2, "item" : "bar", values: "bar2" }
{ "_id" : 2, "item" : "bar", values: "bar3" }
{ "_id" : 3, "item" : "baz", values: "baz" }
{ "_id" : 3, "item" : "baz", values: "baz2" }
{ "_id" : 3, "item" : "baz", values: "baz3" }

Answer 1

我也在MongoDB community forum 中问过同样的问题。一个证实我假设的答案是从 MongoDB 的成员发布的。

简单地说：

是的，上面示例中返回文档的顺序将始终相同。它遵循数组字段的顺序。

Answer 2

如果您确实遇到订单问题。您可以使用includeArrayIndex 来保证订单。

[
 {$unwind: {
   path: 'values',
   includeArrayIndex: 'arrayIndex'
 }},
 {$sort: {
   _id: 1,
   arrayIndex: 1
 }},
 { $project: {
    index: 0
 }}
]

Answer 3

根据我在https://github.com/mongodb/mongo/blob/0cee67ce6909ca653462d4609e47edcc4ac5c1a9/src/mongo/db/pipeline/document_source_unwind.cpp 看到的情况

游标迭代器使用 getNext() 方法展开数组：

DocumentSource::GetNextResult DocumentSourceUnwind::doGetNext() {
    auto nextOut = _unwinder->getNext();
    while (nextOut.isEOF()) {
        .....
        // Try to extract an output document from the new input document.
        _unwinder->resetDocument(nextInput.releaseDocument());
        nextOut = _unwinder->getNext();
    }

    return nextOut;
}

getNext() 的实现依赖于数组的索引：

DocumentSource::GetNextResult DocumentSourceUnwind::Unwinder::getNext() {

            ....
            // Set field to be the next element in the array. If needed, this will automatically
            // clone all the documents along the field path so that the end values are not shared
            // across documents that have come out of this pipeline operator. This is a partial deep
            // clone. Because the value at the end will be replaced, everything along the path
            // leading to that will be replaced in order not to share that change with any other
            // clones (or the original).
            _output.setNestedField(_unwindPathFieldIndexes, _inputArray[_index]);
            indexForOutput = _index;
            _index++;
            _haveNext = _index < length;

            .....
    return _haveNext ? _output.peek() : _output.freeze();
}

因此，除非上游有任何与文档顺序混淆的内容，否则光标应该以与子文档存储在数组中的顺序相同的顺序展开文档。

我不记得合并对于分片集合是如何工作的，我想可能会有这样的情况，即来自其他分片的文档从 2 个连续展开的文档之间返回。代码的 sn-p 保证的是，在展开包含数组中上一项的文档之前，永远不会返回包含数组中下一项的展开文档。

顺便说一句，在一个数组中包含数百万个项目是一个非常极端的设计。即使是数组中 20 字节的项目，也会超过 16Mb 的文档限制。