带自数据的MongoDB条件查询

假设集合中有4个用户

> db.users.find().pretty()
{
    "_id" : ObjectId("5d369b451b48d91cba76c618"),
    "user_id" : 1,
    "final_score" : 65,
    "max_score" : 15,
    "min_score" : 15,
}
{
    "_id" : ObjectId("5d369b451b48d91cba76c619"),
    "user_id" : 2,
    "final_score" : 70,
    "max_score" : 15,
    "min_score" : 15,
}
{
    "_id" : ObjectId("5d369b451b48d91cba76c61a"),
    "user_id" : 3,
    "final_score" : 60,
    "max_score" : 15,
    "min_score" : 15,
}
{
    "_id" : ObjectId("5d369b451b48d91cba76c61b"),
    "user_id" : 4,
    "final_score" : 83,
    "max_score" : 15,
    "min_score" : 15,
}

我想提取满足以下条件的用户

• final\u score

  =

  user\u id=3

  的

  final\u score

  +

  每个文档的最大得分

---

• final_score

  这里的困难在于，您需要运行两个单独的管道（一个用于获取用户3的值，另一个用于过滤所有文档）。在聚合框架中，您可以使用运算符来实现这一点，该运算符允许您运行多个管道，然后在后续步骤中继续处理数据。要比较可以使用的数据并获得原始形状，需要使用和将嵌套数组转换为单独的文档

  ---

  根据您的描述，我想您已经知道

  user3

  的分数是

  60

  在这种情况下：

  db.collection.aggregate([
    {
      $addFields: {
        match: {
          $and: [
            {
              $gte: [
                "$final_score",
                {
                  $subtract: [
                    60,
                    "$min_score"
                  ]
                }
              ]
            },
            {
              $lte: [
                "$final_score",
                {
                  $add: [
                    60,
                    "$max_score"
                  ]
                }
              ]
            }
          ]
        }
      }
    },
    {
      $match: {
        match: true
      }
    },
    {
      $project: {
        match: 0
      }
    }
  ])
  

  ---

  正是我想要的。谢谢：）为了提高性能，我应该只在

  final_score

  字段上触发索引吗？@Hide不确定它是否能产生任何影响，您可以尝试使用和不使用index@Hide您可以通过索引

  user\u id

  以某种方式提高性能。您是否认识最终得分为

  id=3的用户，或者只知道
  user\u id
  ？在任何情况下，都无所谓。（我可以单独查询）但我必须关注性能。
  db.users.find({
      'final_score': {
          '$lte': '60 + this.max_score',
          '$gte': '60 - this.min_score'
      }
  })
  
  db.users.aggregate([
      {
          $facet: {
              user3: [
                  { $match: { user_id: 3 } }
              ],
              docs: [
                  { $match: {} }
              ]
          }
      },
      {
          $addFields: {
              user3: { $arrayElemAt: [ "$user3", 0 ] }
          }
      },
      {
          $project: {
              docs: {
                  $filter: {
                      input: "$docs",
                      cond: {
                          $and: [
                              { $lte: [ "$$this.final_score", { $add: [ "$user3.final_score", "$$this.max_score" ] } ] },
                              { $gte: [ "$$this.final_score", { $subtract: [ "$user3.final_score", "$$this.max_score" ] } ] },
                          ]
                      }
                  }
              }
          }
      },
      {
          $unwind: "$docs"
      },
      {
          $replaceRoot: {
              newRoot: "$docs"
          }
      }
  ])
  
  db.collection.aggregate([
    {
      $addFields: {
        match: {
          $and: [
            {
              $gte: [
                "$final_score",
                {
                  $subtract: [
                    60,
                    "$min_score"
                  ]
                }
              ]
            },
            {
              $lte: [
                "$final_score",
                {
                  $add: [
                    60,
                    "$max_score"
                  ]
                }
              ]
            }
          ]
        }
      }
    },
    {
      $match: {
        match: true
      }
    },
    {
      $project: {
        match: 0
      }
    }
  ])