文档菜单
文档首页
/
语言
/
Python
/
PyMongo
/
聚合
/
教程

多字段连接

在本页中

  • 简介
  • 聚合任务摘要
  • 开始之前
  • 教程
  • 添加一个查找阶段以链接集合和导入字段
  • 添加一个匹配阶段以匹配2020年订购的产品
  • 添加一个未设置阶段以删除不必要的字段
  • 运行聚合管道
  • 解读结果

简介

在本教程中，您可以通过完成并运行一个示例应用程序来学习如何使用PyMongo构建聚合管道，对集合执行聚合，并打印结果。

此聚合执行多字段连接。当您使用的两个集合的文档中有多个对应字段时，会发生多字段连接。聚合在字段值上匹配这些文档，并将来自两个集合的信息合并到一个文档中。

提示

一对多连接

一对多连接是多字段连接的一种形式。当您执行一对多连接时，您从一个文档中选择一个字段，该字段的值与连接另一侧多个文档中的一个字段的值匹配。有关这些数据关系的更多信息，请参阅维基百科上的条目一对一（数据模型） 和 多对多（数据模型）。

聚合任务摘要

本教程演示了如何将描述产品信息的集合数据与描述客户订单的另一个集合数据进行合并。结果显示了一个包含2020年订单详情的产品列表。

本例使用了两个集合

  • products，其中包含描述商店销售产品的文档

  • orders，包含描述商店中产品单个订单的文档

一个订单只能包含一个产品，因此聚合使用多字段连接来匹配产品文档与代表该产品订单的文档。通过在products集合中的文档中的name和variation字段来连接集合，这对应于orders集合中文档的product_name和product_variation字段。

开始之前

在开始此教程之前，请完成聚合模板应用程序说明，以设置一个可工作的Python应用程序。

设置应用程序后，通过在应用程序中添加以下代码来访问products和orders集合

products_coll = agg_db["products"]
orders_coll = agg_db["orders"]

删除任何现有数据，并将以下代码中的示例数据插入到products集合中

products_coll.delete_many({})
products_data = [
    {
        "name": "Asus Laptop",
        "variation": "Ultra HD",
        "category": "ELECTRONICS",
        "description": "Great for watching movies"
    },
    {
        "name": "Asus Laptop",
        "variation": "Standard Display",
        "category": "ELECTRONICS",
        "description": "Good value laptop for students"
    },
    {
        "name": "The Day Of The Triffids",
        "variation": "1st Edition",
        "category": "BOOKS",
        "description": "Classic post-apocalyptic novel"
    },
    {
        "name": "The Day Of The Triffids",
        "variation": "2nd Edition",
        "category": "BOOKS",
        "description": "Classic post-apocalyptic novel"
    },
    {
        "name": "Morphy Richards Food Mixer",
        "variation": "Deluxe",
        "category": "KITCHENWARE",
        "description": "Luxury mixer turning good cakes into great"
    }
]
products_coll.insert_many(products_data)

删除任何现有数据，并将以下代码中的示例数据插入到orders集合中

orders_coll.delete_many({})
order_data = [
    {
        "customer_id": "elise_smith@myemail.com",
        "orderdate": datetime(2020, 5, 30, 8, 35, 52),
        "product_name": "Asus Laptop",
        "product_variation": "Standard Display",
        "value": 431.43
    },
    {
        "customer_id": "tj@wheresmyemail.com",
        "orderdate": datetime(2019, 5, 28, 19, 13, 32),
        "product_name": "The Day Of The Triffids",
        "product_variation": "2nd Edition",
        "value": 5.01
    },
    {
        "customer_id": "oranieri@warmmail.com",
        "orderdate": datetime(2020, 1, 1, 8, 25, 37),
        "product_name": "Morphy Richards Food Mixer",
        "product_variation": "Deluxe",
        "value": 63.13
    },
    {
        "customer_id": "jjones@tepidmail.com",
        "orderdate": datetime(2020, 12, 26, 8, 55, 46),
        "product_name": "Asus Laptop",
        "product_variation": "Standard Display",
        "value": 429.65
    }
]
orders_coll.insert_many(order_data)

教程

1

添加一个查找阶段来关联集合并导入字段

管道的第一个阶段是一个$lookup阶段，通过每个集合中的两个字段将orders集合与products集合进行连接。查找阶段包含一个嵌入的管道来配置连接。

在嵌入的管道中，添加一个$match阶段，以匹配连接两边的两个字段的值。注意，以下代码使用了在创建$lookup阶段时设置的name和variation字段的别名

embedded_pl = [
    {
        "$match": {
            "$expr": {
                "$and": [
                    {"$eq": ["$product_name", "$$prdname"]},
                    {"$eq": ["$product_variation", "$$prdvartn"]}
                ]
            }
        }
    }
]

在嵌入的管道中，添加另一个$match阶段，以匹配2020年下订单的订单

embedded_pl.append({
    "$match": {
        "orderdate": {
            "$gte": datetime(2020, 1, 1, 0, 0, 0),
            "$lt": datetime(2021, 1, 1, 0, 0, 0)
        }
    }
})

在嵌入的管道中，添加一个$unset阶段，从连接的orders集合的一侧删除不需要的字段

embedded_pl.append({
    "$unset": ["_id", "product_name", "product_variation"]
})

嵌入管道完成后，将$lookup阶段添加到主聚合管道中。配置此阶段，将处理后的查找字段存储在名为orders的数组字段中

pipeline.append({
    "$lookup": {
        "from": "orders",
        "let": {
            "prdname": "$name",
            "prdvartn": "$variation"
        },
        "pipeline": embedded_pl,
        "as": "orders"
    }
})
2

添加一个匹配阶段，匹配2020年订购的产品

接下来，添加一个$match阶段，只显示至少有一个2020年订单的产品，根据上一步计算出的orders数组

pipeline.append({
    "$match": {
        "orders": {"$ne": []}
    }
})
3

添加一个未设置阶段以删除不必要的字段

最后，添加一个$unset阶段。该$unset阶段从结果文档中删除_id和description字段

pipeline.append({
    "$unset": ["_id", "description"]
})
4

运行聚合管道

将以下代码添加到您的应用程序末尾以对products集合执行聚合

aggregation_result = products_coll.aggregate(pipeline)

最后，在您的shell中运行以下命令以启动您的应用程序

python3 agg_tutorial.py
5

解释结果

聚合结果包含两个文档。这些文档表示在2020年有订单的产品。每个文档都包含一个orders数组字段，该字段列出有关该产品每个订单的详细信息

{
  'name': 'Asus Laptop',
  'variation': 'Standard Display',
  'category': 'ELECTRONICS',
  'orders': [
    {
      'customer_id': 'elise_smith@myemail.com',
      'orderdate': datetime.datetime(2020, 5, 30, 8, 35, 52),
      'value': 431.43
    },
    {
      'customer_id': 'jjones@tepidmail.com',
      'orderdate': datetime.datetime(2020, 12, 26, 8, 55, 46),
      'value': 429.65
    }
  ]
}
{
  'name': 'Morphy Richards Food Mixer',
  'variation': 'Deluxe',
  'category': 'KITCHENWARE',
  'orders': [
    {
      'customer_id': 'oranieri@warmmail.com',
      'orderdate': datetime.datetime(2020, 1, 1, 8, 25, 37),
      'value': 63.13
    }
  ]
}

结果文档包含来自orders集合和products集合的详细信息，通过产品名称和变体进行连接。

要查看本教程的完整代码，请参阅GitHub上的完成的多字段连接应用。

返回

一对一连接

下一页

安全性