mongodb - 按与 MongoDB 的相关性排序

Question

我有以下形式的文档集合:

{ _id: ObjectId(...)
, title: "foo"
, tags: ["bar", "baz", "qux"] 
}

查询应该找到所有带有这些标签的文档。我目前使用这个查询:

{ "tags": { "$in": ["bar", "hello"] } }

而且它有效；返回所有标记为“bar”或“hello”的文档。

但是，我想按相关性排序，即匹配标签越多，文档在结果中出现的时间就越早。例如，标记为 ["bar", "hello", "baz"] 的文档在结果中应该高于标记为 ["bar", "baz", "boo"的文档"] 用于查询 ["bar", "hello"]。我怎样才能做到这一点？

Answer 1

MapReduce 并在客户端执行它会太慢 - 您应该使用聚合框架(MongoDB 2.2 中的新功能)。

它可能看起来像这样:

db.collection.aggregate([
   { $match : { "tags": { "$in": ["bar", "hello"] } } },
   { $unwind : "$tags" },
   { $match : { "tags": { "$in": ["bar", "hello"] } } },
   { $group : { _id: "$title", numRelTags: { $sum:1 } } },
   { $sort : { numRelTags : -1 } }
   //  optionally
   , { $limit : 10 }
])

请注意，第一个和第三个管道成员看起来相同，这是有意和需要的。以下是这些步骤的作用:

1. 只传递带有“bar”或“hello”标签的文档。
2. 展开标签数组(意味着每个标签元素拆分为一个文档
3. 只传递“bar”或“hello”标签(即丢弃其余标签)
4. 按标题分组(也可以按“$_id”或原始文档的任何其他组合 加起来它有多少个标签(“bar”和“hello”)
5. 按相关标签数量降序排列
6. (可选)将返回的集合限制为前 10 个。