Java 在mongodb中查询符合条件的文档及其所有子文档（使用spring）

我有一个MongoDB存储来自不同传感器的数据。其结构如下：

 {
     "_id" : 1,
     "sensorName" : "Heart Rate",
     "samplePeriod" : 1000,
     "data" : [
             {
                 "timestamp" : NumberLong("1483537204046"),
                 "dataPoints" : [ 68 70 ]
             },
             {
                 "timestamp" : NumberLong("1483537206046"),
                 "dataPoints" : [ 68 70 ]
             }
     ]
}
{
    "_id" : 2,
    "sensorName" : "Ambient Light",
    "samplePeriod" : 500,
    "data" : [
            {
                "timestamp" : NumberLong("1483537204058"),
                "dataPoints" : [ 56, 54, 54, 54 ]
            },
            {
                "timestamp" : NumberLong("1483537206058"),
                "dataPoints" : [ 56, 54, 54, 54 ]
            }
    ]
}

现在，例如，我需要“心率”-文档及其所有字段和“数据”-子文档与条件“时间戳介于1483537204000和1483537214000之间”匹配

我已经在另一个问题中得到了如何在mongo shell中实现这一点的答案。请参阅此代码：

aggregate([{
    $match: {
        "_id": 1
    }
}, {
    "$project": {
        "_id": 1,
        "sensorName": 1,
        "samplePeriod": 1,
        "data": {
            "$filter": {
                "input": "$data",
                "as": "result",
                "cond": {
                    $and: [{
                        $gte: ["$$result.timestamp", 1483537204000]
                    }, {
                        $lte: ["$$result.timestamp", 1483537214000]
                    }]
                }
            }
        }
    }
}])

但是我如何在JavaSpring数据中做到这一点呢？在spring数据中似乎没有什么比$filter更好的了。有解决办法吗

美元过滤器到底有多高效？ 您能想出一种更有效/更实用的方法在mongodb中构建此类数据吗

---

提前谢谢

您需要使用spring mongo数据依赖项中提供的MongoTemplate。当前版本中没有对$filter的现成支持。利用攻击性的表情。在项目中包括以下投影。使用1.8.5 spring mongo数据版本

Aggregation aggregation = newAggregation(
        match(Criteria.where("_id").is(1)),
        project( "_id", "sensorName", "samplePeriod").and(new AggregationExpression() {
            @Override
            public DBObject toDbObject(AggregationOperationContext aggregationOperationContext) {
                DBObject filter = new BasicDBObject("input", "$data").append("as", "result").append("cond",
                        new BasicDBObject("$and", Arrays.<Object> asList(new BasicDBObject("$gte", Arrays.<Object> asList("$$result.timestamp", 1483537204000L)),
                                new BasicDBObject("$lte", Arrays.<Object> asList("$$result.timestamp", 1483537214000L)))));
                return new BasicDBObject("$filter", filter);
            }
        }).as("data")
);

List<BasicDBObject> dbObjects = monoTemplate.aggregate(aggregation, "collectionname", BasicDBObject.class).getMappedResults();

Aggregation=newAggregation(
匹配（标准，其中（“_id”）为（1）），
项目（“\u id”、“sensorName”、“samplePeriod”）和（新的AggregationExpression（）{
@凌驾
公共数据库对象toDbObject（聚合操作上下文聚合操作上下文）{
DBObject filter=newBasicDBObject（“输入”，“$data”）.append（“作为”，“结果”）.append（“条件”，
新的BasicDBObject（“$and”，Arrays.asList）（新的BasicDBObject（“$gte”，Arrays.asList（“$$result.timestamp”，1483537204000L）），
新的BasicDBObject（“$lte”，Arrays.asList（“$$result.timestamp”，1483537214000L())”）；
返回新的BasicDBObject（“$filter”，filter）；
}
}).as（“数据”）
);
List dbObjects=monoTemplate.aggregate（聚合，“collectionname”，BasicDBObject.class）.getMappedResults（）；

您需要使用spring mongo数据依赖项中提供的MongoTemplate。当前版本中没有对$filter的现成支持。利用攻击性的表情。在项目中包括以下投影。使用1.8.5 spring mongo数据版本

Aggregation aggregation = newAggregation(
        match(Criteria.where("_id").is(1)),
        project( "_id", "sensorName", "samplePeriod").and(new AggregationExpression() {
            @Override
            public DBObject toDbObject(AggregationOperationContext aggregationOperationContext) {
                DBObject filter = new BasicDBObject("input", "$data").append("as", "result").append("cond",
                        new BasicDBObject("$and", Arrays.<Object> asList(new BasicDBObject("$gte", Arrays.<Object> asList("$$result.timestamp", 1483537204000L)),
                                new BasicDBObject("$lte", Arrays.<Object> asList("$$result.timestamp", 1483537214000L)))));
                return new BasicDBObject("$filter", filter);
            }
        }).as("data")
);

List<BasicDBObject> dbObjects = monoTemplate.aggregate(aggregation, "collectionname", BasicDBObject.class).getMappedResults();

Aggregation=newAggregation(
匹配（标准，其中（“_id”）为（1）），
项目（“\u id”、“sensorName”、“samplePeriod”）和（新的AggregationExpression（）{
@凌驾
公共数据库对象toDbObject（聚合操作上下文聚合操作上下文）{
DBObject filter=newBasicDBObject（“输入”，“$data”）.append（“作为”，“结果”）.append（“条件”，
新的BasicDBObject（“$and”，Arrays.asList）（新的BasicDBObject（“$gte”，Arrays.asList（“$$result.timestamp”，1483537204000L）），
新的BasicDBObject（“$lte”，Arrays.asList（“$$result.timestamp”，1483537214000L())”）；
返回新的BasicDBObject（“$filter”，filter）；
}
}).as（“数据”）
);
List dbObjects=monoTemplate.aggregate（聚合，“collectionname”，BasicDBObject.class）.getMappedResults（）；

我认为通过使用放松和额外的比赛也可以达到同样的效果。SpringMongo驱动程序确实提供了对放松的支持，而且看起来更干净

aggregate([{
 $match: {
    "_id": 1
   }
 }, {
  $unwind : "$data"
 },{
   $match : {'data.timestamp' : {$gte : 1483537204000, $lte : 1483537214000}}
 }, {
  $group : {
      _id : $_id,
      data : {$push:$data}
  }
 }])

---

我认为通过放松和额外的比赛也可以达到同样的效果。SpringMongo驱动程序确实提供了对放松的支持，而且看起来更干净

aggregate([{
 $match: {
    "_id": 1
   }
 }, {
  $unwind : "$data"
 },{
   $match : {'data.timestamp' : {$gte : 1483537204000, $lte : 1483537214000}}
 }, {
  $group : {
      _id : $_id,
      data : {$push:$data}
  }
 }])

发布（截至编写时）已完成，可按如下方式实现：

Aggregation.newAggregation(Entity.class,
    match(Criteria.where("_id").is(1)),
    project("sensorName", "samplePeriod")
        .and(
            filter("data")
                .as("item")
                .by(
                    GTE.of(field("item.timestamp"), 1483537204000)
                    .LTE.of(field("item.timestamp"), 1483537214000)
                )
        ).as("data")
    )

发布（截至编写时）已完成，可按如下方式实现：

Aggregation.newAggregation(Entity.class,
    match(Criteria.where("_id").is(1)),
    project("sensorName", "samplePeriod")
        .and(
            filter("data")
                .as("item")
                .by(
                    GTE.of(field("item.timestamp"), 1483537204000)
                    .LTE.of(field("item.timestamp"), 1483537214000)
                )
        ).as("data")
    )

---

如果您计划使用Spring，我强烈建议您使用Spring数据，它将为您提供处理此类查询的方法。我已经在使用Spring数据（在本文中对此进行了更改）。我只有在创建新聚合时才会遇到困难。我可以“匹配”、“项目”，但不能“过滤”。看看这篇文章，我想如果你打算用Spring做这件事，你需要的是什么，我强烈建议你使用Spring数据，它将为你提供处理这类查询的方法。我已经在使用Spring数据了（在文本中对此进行了更改）。我只有在创建新聚合时才会遇到困难。我可以“匹配”、“项目”，但不能“筛选”。看看这篇文章，我想这是你需要的，但在大文档上，放松速度很慢，因为它会为每个条目创建单独的文档，不是吗？我想避免这种情况。相比之下，“过滤器”的性能如何？是什么让你认为放松会很慢？在我看来，如果不比投射阶段的过滤速度快，也一样，在投射阶段，每个数据都通过条件传递和解析。放松也给了我们手去做更复杂的动作。另外，如果您正在为一个具有16MB限制的文档执行操作，您将无法看到其中任何一个文档的性能差异。这并不完全正确。过滤器是就地操作。这可能与你的具体情况无关。如果您有大型文档，性能将受到影响。这是为过滤器量身定制的外壳。“你为什么要在没有必要的时候放松呢？”SagarReddy说，“这是感知，不是吗？”？对你来说，不需要放松，对我来说，投影内部不需要复杂的过滤操作。仅仅因为它在原地并不意味着它更好。之所以称之为“聚合”，是因为数据看起来是干净聚合的，而不是每个内部数据都使用过滤条件进行变形。但你当然有权发表你的意见。只是澄清一下，这并不取决于你的看法。我会让OP来决定。但是在大文档上展开很慢，因为它会为每个条目创建单独的文档，不是吗？我想避免这种情况。相比之下，“过滤器”的性能如何？是什么让你认为放松会很慢？在我看来，如果不比投射阶段的过滤速度快，也一样，在投射阶段，每个数据都通过条件传递和解析。放松也给了我们手去做更复杂的动作。另外，如果您正在为一个文档执行以下操作：