如何在两个键值范围内查找具有查询值的文档

Question

我正在分析文本。这些文本有注释（例如“章节”、“风景”……）。这些注释在我的 MongoDB 集合annotations 中，例如

{
  start: 1,
  stop: 10000,
  type: chapter,
  details: {
    number: 1,
    title: "Where it all began"
  }
},
{
  start: 10001,
  stop: 20000,
  type: chapter,
  details: {
    number: 2,
    title: "Lovers"
  }
},
{
  start: 1,
  stop: 5000,
  type: scenery,
  details: {
    descr: "castle"
  }
},
{
  start: 5001,
  stop: 15000,
  type: scenery,
  details: {
    descr: "forest"
  }
}

挑战 1：对于文本中的给定位置，我想查找所有注释。例如查询字符1234 应该告诉我，那个

• 在第一章内
• 故事发生在城堡里

挑战 2：我也喜欢查询范围。例如查询9800 to 10101 形式的字符应该告诉我，它涉及chapter 1、chapter 2 和scenery forest。

挑战 3：类似于 挑战 2 我只想匹配那些完全被查询范围覆盖的注释。例如查询9800 to 30000形式的字符应该只返回文档chapter 2。

对于挑战 1，我尝试简单地使用 $lt 和 $gt。例如：

db.annotations.find({start: {$lt: 1234}, stop: {$gt: 1234}});

但我意识到，即使我有 start 和 stop 的复合索引，也只使用键 start 的索引。有没有办法为我提到的三个问题创建更充分的索引？

我很快想到了地理空间索引，但我还没有使用它们。我也只需要它的一维版本。

Answer 1

对于挑战 1，您使用的查询是合适的，但您可能希望使用 $lte 和 $gte 以包含在内。

db.annotations.find({ "start": { "$lt": 1234 }, "stop": { "$gt": 1234 }});

关于索引，它选择使用start 上的索引而不是复合索引的原因与复合索引的树结构有关，Rob Moore 在this answer 中很好地解释了这一点。请注意，如果您使用hint()，它仍然可以使用复合索引，但是查询优化器发现使用start 上的索引会更快，然后清除与stop 子句的范围不匹配的结果.

对于挑战2，您只需要使用显式的$or 子句来涵盖stop 在界限内、start 在界限内和@987654332 时的情况@ 和 stop 包含边界。

db.annotations.find({
    "$or": [
        { "stop": { "$gte": 9800, "$lte": 10101 }},
        { "start": { "$gte": 9800, "$lte": 10101 }},
        { "start": { "$lt": 9800 }, "stop": { "$gt": 10101 }}
    ]
});

对于挑战 3，您可以使用与 挑战 1 中的查询非常相似的查询，但要确保文档完全被给定的边界所覆盖。 p>

db.annotations.find({ "start": { "$gte": 9800 }, "stop": { "$lte": 30000 }});