Beberapa kondisi bergabung menggunakan operator $lookup

Kita bisa melakukan beberapa kondisi join dengan $lookup operator pipeline agregasi di versi 3.6 dan yang lebih baru.

Kita perlu menetapkan nilai bidang ke variabel menggunakan let bidang opsional; Anda kemudian mengakses variabel-variabel tersebut di pipeline tahapan bidang tempat Anda menentukan saluran yang akan dijalankan pada koleksi.

Perhatikan bahwa di $match tahap, kami menggunakan $expr operator kueri evaluasi untuk membandingkan nilai bidang.

Tahap terakhir dalam pipeline adalah $replaceRoot tahap pipa agregasi di mana kita cukup menggabungkan $lookup hasil dengan bagian dari $$ROOT dokumen menggunakan $mergeObjects operator.

db.collection2.aggregate([
       {
          $lookup: {
             from: "collection1",
             let: {
                firstUser: "$user1",
                secondUser: "$user2"
             },
             pipeline: [
                {
                   $match: {
                      $expr: {
                         $and: [
                            {
                               $eq: [
                                  "$user1",
                                  "$$firstUser"
                               ]
                            },
                            {
                               $eq: [
                                  "$user2",
                                  "$$secondUser"
                               ]
                            }
                         ]
                      }
                   }
                }
             ],
             as: "result"
          }
       },
       {
          $replaceRoot: {
             newRoot: {
                $mergeObjects:[
                   {
                      $arrayElemAt: [
                         "$result",
                         0
                      ]
                   },
                   {
                      percent1: "$$ROOT.percent1"
                   }
                ]
             }
          }
       }
    ]
)

Pipeline ini menghasilkan sesuatu yang terlihat seperti ini:

{
    "_id" : ObjectId("59e1ad7d36f42d8960c06022"),
    "user1" : 1,
    "user2" : 2,
    "percent" : 0.3,
    "percent1" : 0.56
}

Jika Anda tidak menggunakan versi 3.6+, pertama-tama Anda dapat bergabung menggunakan salah satu bidang Anda, katakanlah "user1" kemudian dari sana Anda melepas larik dokumen yang cocok menggunakan $unwind operator pipa agregasi. Tahap berikutnya dalam pipeline adalah $redact tahap di mana Anda memfilter dokumen-dokumen di mana nilai "user2" dari koleksi "bergabung" dan dokumen input tidak sama menggunakan $$KEEP dan $$PRUNE variabel sistem. Anda kemudian dapat membentuk kembali dokumen Anda di $project panggung.

db.collection1.aggregate([
    { "$lookup": { 
        "from": "collection2", 
        "localField": "user1", 
        "foreignField": "user1", 
        "as": "collection2_doc"
    }}, 
    { "$unwind": "$collection2_doc" },
    { "$redact": { 
        "$cond": [
            { "$eq": [ "$user2", "$collection2_doc.user2" ] }, 
            "$$KEEP", 
            "$$PRUNE"
        ]
    }}, 
    { "$project": { 
        "user1": 1, 
        "user2": 1, 
        "percent1": "$percent", 
        "percent2": "$collection2_doc.percent"
    }}
])

yang menghasilkan:

{
    "_id" : ObjectId("572daa87cc52a841bb292beb"),
    "user1" : 1,
    "user2" : 2,
    "percent1" : 0.56,
    "percent2" : 0.3
}

Jika dokumen dalam koleksi Anda memiliki struktur yang sama dan Anda sering melakukan operasi ini, maka Anda harus mempertimbangkan untuk menggabungkan dua koleksi menjadi satu atau menyisipkan dokumen dalam koleksi tersebut ke dalam koleksi baru.

db.collection3.insertMany(
    db.collection1.find({}, {"_id": 0})
    .toArray()
    .concat(db.collection2.find({}, {"_id": 0}).toArray())
)

Kemudian $group dokumen Anda dengan "user1" dan "user2"

db.collection3.aggregate([
    { "$group": {
        "_id": { "user1": "$user1", "user2": "$user2" }, 
        "percent": { "$push": "$percent" }
    }}
])

yang menghasilkan:

{ "_id" : { "user1" : 1, "user2" : 2 }, "percent" : [ 0.56, 0.3 ] }