/ /

/ /

`facet` （MongoDB Search 演算子）

定義

facet

facet コレクターは、指定されたファセットフィールドの値または範囲で結果をグループ化し、各グループのカウントを返します。

は、$search $searchMetaステージとステージの両方で使用できます。facetMongoDB、クエリのみのメタデータ結果を検索するために、facet $searchMetaステージでを使用することを推奨しています。$searchステージを使用してメタデータ結果とクエリ結果を取得するには、$$SEARCH_META 集計変数を使用する必要があります。詳しくは、SEARCH_META 集計変数を参照してください。

embeddedDocumentsフィールドの型定義で storedSource を定義する場合は、 returnScopes と returnStoredSource を使用して、オブジェクトの配列内のネストされたフィールドをファセットできます。それ以外の場合は、ルート埋め込みドキュメント型フィールドのみをファセットできます。に対するファセットの例は、次のとおりです。

オブジェクトの配列内にネストされたフィールドについては、 returnScopes の例を参照してください。
embeddedDocumentsルート型フィールドについては、「ファセットクエリ」を参照してください。

構文

facet の構文は次のとおりです。

{
  "$searchMeta"|"$search": {
    "index": <index name>, // optional, defaults to "default"
    "facet": {
      "operator": {
        <operator-specifications>
      },
      "facets": {
        <facet-definitions>
      }
    },
    "returnScope": {
      "path": "<embedded-documents-field-to-query>"
    },
    "returnStoredSource": true
  }
}

フィールド

フィールド	タイプ	必須	説明
`facets`	ドキュメント	はい	各ファセットのデータをバケット化するための情報。少なくとも 1 つのファセット定義を指定する必要があります。
`operator`	ドキュメント	no	ファセットを実行するために使用する演算子。省略した場合、 MongoDB Search はコレクション内のすべてのドキュメントに対してファセットを実行します。

ファセットの定義

ファセット定義ドキュメントには、ファセット名とファセットのタイプに固有のオプションが含まれています。MongoDB Search は次の型のファセットをサポートしています。

文字列ファセット
数値ファセット
日付ファセット

文字列ファセット

重要

stringFacet は廃止予定です。代わりにトークンを使用することで、ファセットが改善されます。

ファセットの更新されたフィールド型の違いの詳細については、「ファセットのフィールド型の比較」を参照してください。

string ファセットを使用すると、指定された stringフィールド内の最も頻繁な string 値に基づいてMongoDB Search 結果を絞り込むことができます。文字列フィールドはトークンとしてインデックス付けする必要があることに注意してください。埋め込まれたドキュメント内の文字列フィールドをファセットには、親フィールドもドキュメント型としてインデックス必要があります。配列または埋め込みドキュメント内の文字列をファセットと、 MongoDB Search は一致するルートドキュメントの数に基づいてファセット数を返します。

構文

文字列ファセットの構文は次のとおりです。

{
  "$searchMeta": {
    "facet":{
      "operator": {
        <operator-specification>
      },
      "facets": {
        "<facet-name>" : {
          "type" : "string",
          "path" : "<field-path>",
          "numBuckets" : <number-of-categories>,
        }
      }
    }
  }
}

オプション

オプション	タイプ	説明	必須
`numBuckets`	整数	結果で返されるファセットカテゴリの最大数。値は `1000` 以下である必要があります。指定した場合、データがリクエスト数よりも少ないカテゴリにグループ化されている場合は、 MongoDB Search ではリクエスト数よりも少ないカテゴリが返されることがあります。省略した場合、デフォルトは `10` になります。つまり、 MongoDB Search はカウント数で上位の `10`ファセットカテゴリのみを返します。	no
`path`	string	ファセットするフィールドパス。トークンとしてインデックス付けされたフィールドを指定できます。	はい
`type`	string	ファセットの型。値は`string`でなければなりません。	はい

例

次の例では、sample_mflix.movies コレクションで default という名前のインデックスを使用します。コレクション内の genres フィールドはトークン型としてインデックス付けされ、year フィールドは数値型としてインデックス付けされます。

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "genres": {
        "type": "token"
      },
      "year": {
        "type": "number"
      }
    }
  }
}

クエリは、$searchMeta ステージを使用して、movies コレクションの year フィールドで 2000 年から 2015 年までの映画を検索し、各ジャンルの映画の数を検索します。

1 db.movies.aggregate([
2   {
3     "$searchMeta": {
4       "facet": {
5         "operator": {
6           "range": {
7             "path": "year",
8             "gte": 2000,
9             "lte": 2015
10           }
11         },
12         "facets": {
13           "genresFacet": {
14             "type": "string",
15             "path": "genres"
16           }
17         }
18       }
19     }
20   }
21 ])

1 [
2   {
3     count: { lowerBound: Long('12568') },
4     facet: {
5       genresFacet: {
6         buckets: [
7           { _id: 'Drama', count: Long('7079') },
8           { _id: 'Comedy', count: Long('3689') },
9           { _id: 'Romance', count: Long('1764') },
10           { _id: 'Thriller', count: Long('1584') },
11           { _id: 'Documentary', count: Long('1472') },
12           { _id: 'Action', count: Long('1471') },
13           { _id: 'Crime', count: Long('1367') },
14           { _id: 'Adventure', count: Long('1056') },
15           { _id: 'Horror', count: Long('866') },
16           { _id: 'Biography', count: Long('796') }
17         ]
18       }
19     }
20   }
21 ]

これらの結果の詳細については、「ファセット結果」を参照してください。

数値ファセット

重要

numberFacet は廃止予定です。代わりに数値を使用してください。これにより、ファセットが改善されます。

ファセットの更新されたフィールド型の違いの詳細については、「ファセットのフィールド型の比較」を参照してください。

数値ファセットを使用すると、結果を個別の数値の範囲に分割して、検索結果内の数値の頻度を判断できます。配列または埋め込みドキュメント内の数値をファセットと、 MongoDB Search は一致するルートドキュメントの数に基づいてファセット数を返します。

構文

数値ファセットの構文は次のとおりです。

{
  "$searchMeta": {
    "facet":{
      "operator": {
        <operator-specification>
      },
      "facets": {
        "<facet-name>" : {
          "type" : "number",
          "path" : "<field-path>",
          "boundaries" : <array-of-numbers>,
          "default": "<bucket-name>"
        }
      }
    }
  }
}

オプション

オプション	タイプ	説明	必須
`boundaries`	数字の配列	各バケットの境界を指定する昇順の数値リスト少なくとも 2 つの境界を指定する必要があります。それらの境界は、1,000（`[2, 1000]`）以下である必要があります。隣接する各値のペアは、バケットの下限と排他的上限として機能します。次の BSON types の値の任意の組み合わせを指定できます。 32 ビット整数（`int32`） 64 ビット整数（`int64`） 64 ビットバイナリ浮動小数点（`double`）	はい
`default`	string	指定された境界内に含まれない、演算子から返されたドキュメントをカウントする追加のバケットの名前。省略した場合、 MongoDB Search には、指定されたバケットに該当しないファセット演算子の結果も含まれますが、バケット数には含まれません。	no
`path`	string	ファセットするフィールドパス。数値型としてインデックス付けされたフィールドを指定できます。	はい
`type`	string	ファセットの型。値は`number`でなければなりません。	はい

例

次の例では、sample_mflix.movies コレクションで default という名前のインデックスを使用します。コレクション内の year フィールドは、数値型としてインデックスされます。

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "year": [
        {
          "type": "number"
        }
      ]
    }
  }
}

クエリは、$searchMeta ステージを使用して、movies コレクションの year フィールドで 1980 年から 2000 年までの映画を検索し、クエリのメタデータ結果を検索します。クエリでは 3 つのバケットを指定します。

1980（このバケットの下限値を含む）
1990（1980 バケットの上限（排他的）とこのバケットの下限（包括的））
2000（1990 バケットの排他的上限）

クエリでは、指定された境界のいずれにも該当しないクエリの結果を検索するために、other という名前の default バケットも指定します。

1 db.movies.aggregate([
2   {
3     "$searchMeta": {
4       "facet": {
5         "operator": {
6          "range": {
7             "path": "year",
8             "gte": 1980,
9             "lte": 2000
10           }
11         },
12         "facets": {
13           "yearFacet": {
14             "type": "number",
15             "path": "year",
16             "boundaries": [1980,1990,2000],
17             "default": "other"
18           }
19         }
20       }
21     }
22   }
23 ])

1 [
2   {
3     count: { lowerBound: Long('6095') },
4     facet: {
5       yearFacet: {
6         buckets: [
7           { _id: 1980, count: Long('1956') },
8           { _id: 1990, count: Long('3558') },
9           { _id: 'other', count: Long('581') }
10         ]
11       }
12     }
13   }
14 ]

これらの結果の詳細については、「ファセット結果」を参照してください。

日付ファセット

重要

dateFacet は廃止予定です。代わりに date を使用することで、ファセットが改善されます。

ファセットの更新されたフィールド型の違いの詳細については、「ファセットのフィールド型の比較」を参照してください。

日付ファセットを使用すると、日付に基づいて検索結果を絞り込むことができます。配列または埋め込みドキュメント内の日付をファセットと、 MongoDB Search は一致するルートドキュメントの数に基づいてファセット数を返します。

構文

日付ファセットの構文は次のとおりです。

{
  "$searchMeta": {
    "facet":{
      "operator": {
        <operator-specification>
      },
      "facets": {
        "<facet-name>" : {
          "type" : "date",
          "path" : "<field-path>",
          "boundaries" : <array-of-dates>,
          "default": "<bucket-name>"
        }
      }
    }
  }
}

オプション

オプション	タイプ	説明	必須
`boundaries`	数字の配列	各バケットの境界を指定する日付値のリスト。以下を指定する必要があります: 少なくとも2つの境界を設定し、それらは 1,000（`[2, 1000]`）以下とします。値は昇順で表示され、日付が最も古いものから順に表示されています隣接する各値のペアは、バケットの包括的な下限と排他的な上限として機能します。	はい
`default`	string	指定された境界内に含まれない、演算子から返されたドキュメントをカウントする追加のバケットの名前。省略した場合、 MongoDB Search には指定されたバケットに該当しないファセット演算子の結果も含まれますが、 MongoDB Search はこれらの結果をバケットカウントに含めません。	no
`path`	string	ファセットするフィールドパス。日付型としてインデックス付けされたフィールドを指定できます。	はい
`type`	string	ファセットの型。値は`date`でなければなりません。	はい

例

次の例では、sample_mflix.movies コレクションで default という名前のインデックスを使用します。コレクション内の released フィールドは、date 型としてインデックス付けされます。

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "released": [
        {
          "type": "date"
        }
      ]
    }
  }
}

クエリは、$searchMeta ステージを使用して、movies コレクションの released フィールドで 2000 年から 2015 年までの映画を検索し、クエリ文字列のメタデータ結果を取得します。このクエリでは、次の 4 つのバケットを指定します。

2000-01-01（このバケットの下限値を含む）
2005-01-01（2000-01-01 バケットの上限（排他的）とこのバケットの下限（包括的））
2010-01-01（2005-01-01 バケットの上限（排他的）とこのバケットの下限（包括的））
2015-01-01（2010-01-01 バケットの排他的上限）

クエリでは、指定された境界のいずれにも該当しないクエリの結果を検索するために、other という名前の default バケットも指定します。

1 db.movies.aggregate([
2   {
3     "$searchMeta": {
4       "facet": {
5         "operator": {
6           "range": {
7             "path": "released",
8             "gte": ISODate("2000-01-01T00:00:00.000Z"),
9             "lte": ISODate("2015-01-31T00:00:00.000Z")
10           }
11         },
12         "facets": {
13           "yearFacet": {
14             "type": "date",
15             "path": "released",
16             "boundaries": [ISODate("2000-01-01"), ISODate("2005-01-01"), ISODate("2010-01-01"), ISODate("2015-01-01")],
17             "default": "other"
18           }
19         }
20       }
21     }
22   }
23 ])

1 [
2   {
3     count: { lowerBound: Long('11922') },
4     facet: {
5       yearFacet: {
6         buckets: [
7           {
8             _id: ISODate('2000-01-01T00:00:00.000Z'),
9             count: Long('3028')
10           },
11           {
12             _id: ISODate('2005-01-01T00:00:00.000Z'),
13             count: Long('3953')
14           },
15           {
16             _id: ISODate('2010-01-01T00:00:00.000Z'),
17             count: Long('4832')
18           },
19           { _id: 'other', count: Long('109') }
20         ]
21       }
22     }
23   }
24 ]

これらの結果の詳細については、「ファセット結果」を参照してください。

ファセットのフィールド型の比較

更新されたMongoDB Searchフィールドタイプは、古いタイプ（stringFacet、numberFacet、dateFacet）と比較して、ファセットをサポートする機能が改善されています。次の表では、機能における主な違いをまとめています。

ファセットカテゴリ	更新されたフィールドタイプ	古いファセットの型	重要な違い
文字列	token	stringFacet（廃止予定）	正規表現のサポート:`token` タイプは、ファセットバケットを変換する正規表現をサポートします。例、では、「ADDAS」と「admin」は同じバケットにカウントされますが、`normalizer: lowercase` `stringFacet`はそれらを別々のバケットとして扱います。
Numeric	数値	numberFacet（廃止予定）	配列サポート: `number`タイプは、ファセットバケットの配列内の値を考慮します。例、配列値が`[0, 10]` のドキュメントは`[1, 5]` との両方のバケットにカウントされますが、`[6, 10]` `numberFacet`は配列値を完全に無視します。
日付	date	dateFacet（廃止予定）	配列サポート: `date`タイプは、ファセットバケットの配列内の値を考慮します。例、日付を含む配列値は複数の日付範囲バケットに貢献できますが、`dateFacet` は配列値を完全に無視します。

注意

古いフィールド型と更新されたフィールド型の両方が同じフィールドで定義されている場合は、古いファセット型が優先されます。例、フィールドに token と stringFacet の両方が定義されている場合、ファセット計算では stringFacet マッピングが使用されます。

ファセット結果

ファセットクエリの場合、 MongoDB Search は、定義されたファセット名と、そのファセットのバケットの配列とのマッピングを結果に返します。ファセット結果ドキュメントには、ファセットの結果バケットの配列である buckets オプションが含まれています。配列内の各ファセットバケットドキュメントには、次のフィールドがあります。

オプション	タイプ	説明
`_id`	オブジェクト	このファセットバケットを識別するユニークな識別子。この値は、ファセットされるデータ型と一致します。
`count`	整数	このファセットバケット内のドキュメントの数。`count`フィールドの詳細については、 MongoDB検索結果のカウントを参照してください。

`SEARCH_META` 集計変数

$search ステージを使用してクエリを実行すると、 MongoDB Search はメタデータの結果を $$SEARCH_META 変数に保存し、検索結果のみを返します。サポートされているすべての集計パイプラインステージで $$SEARCH_META 変数を使用して、$search クエリのメタデータ結果を表示できます。

MongoDB では、検索結果とメタデータ結果の両方が必要な場合にのみ $$SEARCH_META 変数を使用することを推奨します。それ以外の場合は、次を使用します。

$search ステージを使用して、検索結果のみを取得します。
$searchMeta ステージを使用して、メタデータ結果のみを取得します。

制限

次の制限が適用されます。

ファセットクエリは単一のフィールドに対してのみ実行できます。フィールドのグループに対してファセットクエリを実行することはできません。
クラスター上のシャーディングされたコレクションに対してファセットクエリを実行することはできません。

例

$searchMetafacet次の例では、サンプルデータを使用します。メタデータ結果の例では、を使用してクエリを実行し、結果内のメタデータのみを検索する方法を示します。メタデータと検索結果の例では、$search facetと$SEARCH_META 集計変数を使用してクエリを実行し、検索結果とメタデータ結果の両方を取得する方法を示します。returnScope の例は、embeddedDocuments 型を使用して動的にインデックス付けされたオブジェクトの配列内のネストされたフィールドをファセット方法を示しています。

メタデータ結果の例

チュートリアルの前の手順を完了し、依存関係をインストールします

sample_mflix.moviesコレクションのインデックス定義では、インデックスを作成するフィールドに対して次の内容を指定します。

フィールド名	データ型
`directors`	token
`year`	数値
`released`	date

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "directors": {
        "type": "token"
      },
      "year": {
        "type": "number"
      },
      "released": {
        "type": "date"
      }
    }
  }
}

次のクエリでは、2000 年 1 月 1 日から 2015 年 1 月 31 日の間に公開された映画を検索して、directors とyear フィールドのメタデータをリクエストします。

1 db.movies.aggregate([
2   {
3     "$searchMeta": {
4       "facet": {
5         "operator": {
6           "range": {
7             "path": "released",
8             "gte": ISODate("2000-01-01T00:00:00.000Z"),
9             "lte": ISODate("2015-01-31T00:00:00.000Z")
10           }
11         },
12         "facets": {
13           "directorsFacet": {
14             "type": "string",
15             "path": "directors",
16             "numBuckets" : 7
17           },
18           "yearFacet" : {
19             "type" : "number",
20             "path" : "year",
21             "boundaries" : [2000,2005,2010, 2015]
22           }
23         }
24       }
25     }
26   }
27 ])

1 [
2   {
3     count: { lowerBound: Long('11922') },
4     facet: {
5       yearFacet: {
6         buckets: [
7           { _id: 2000, count: Long('3064') },
8           { _id: 2005, count: Long('4035') },
9           { _id: 2010, count: Long('4553') }
10         ]
11       },
12       directorsFacet: {
13         buckets: [
14           { _id: 'Takashi Miike', count: Long('26') },
15           { _id: 'Johnnie To', count: Long('20') },
16           { _id: 'Steven Soderbergh', count: Long('18') },
17           { _id: 'Michael Winterbottom', count: Long('16') },
18           { _id: 'Ridley Scott', count: Long('15') },
19           { _id: 'Tyler Perry', count: Long('15') },
20           { _id: 'Clint Eastwood', count: Long('14') }
21         ]
22       }
23     }
24   }
25 ]

sample_mflix.movies コレクション内にある次のアイテムがカウントされて、結果に表示されます。

MongoDB Search によりクエリに返された、2000（下限）から 2015（排他的上限）の間の映画の本数
MongoDB Search によりクエリに返された、各役員の映画の本数

これらの結果の詳細については、「ファセット結果」を参照してください。

メタデータ結果と検索結果の例

$search を使用して検索し、$$SEARCH_META 変数を使用して検索結果とメタデータの両方の結果を取得します。

sample_mflix.moviesコレクションのインデックス定義では、インデックスを作成するフィールドに対して次の内容を指定します。

フィールド名	データ型
`genres`	token
`released`	date

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "genres": {
        "type": "token"
      },
      "released": {
        "type": "date"
      }
    }
  }
}

次のクエリは、$search ステージを使用して、1999 年 7 月 01 日頃に公開された映画を検索します。クエリには、次のサブパイプラインステージを使用して入力ドキュメントを処理する $facet ステージが含まれています。

$project ステージで、docs 出力フィールドの title フィールドと released フィールドを除くドキュメント内のすべてのフィールドを除外します。
$limit ステージでは、次を実行できます。
- $search ステージ出力を 2 ドキュメントに制限します
- meta 出力フィールドの 1 ドキュメントへの出力を制限します
注意
結果が 16 MB のドキュメントに収まるように、制限を小さくする必要があります。
$replaceWith ステージで、$$SEARCH_META 変数に保存されているメタデータの結果を meta 出力フィールドに含める

クエリには、meta フィールドを追加するための $set ステージも含まれています。

注意

次のクエリのメタデータ結果を表示するには、 MongoDB Search がクエリに一致するドキュメントを返す必要があります。

1 db.movies.aggregate([
2  {
3    "$search": {
4      "facet": {
5        "operator": {
6          "near": {
7            "path": "released",
8            "origin": ISODate("1999-07-01T00:00:00.000+00:00"),
9            "pivot": 7776000000
10          }
11        },
12        "facets": {
13          "genresFacet": {
14            "type": "string",
15            "path": "genres"
16          }
17        }
18      }
19    }
20  },
21  { "$limit": 2 },
22  {
23    "$facet": {
24      "docs": [
25        { "$project":
26          {
27            "title": 1,
28            "released": 1
29          }
30        }
31      ],
32      "meta": [
33        {"$replaceWith": "$$SEARCH_META"},
34        {"$limit": 1}
35      ]
36    }
37  },
38  {
39    "$set": {
40      "meta": {
41        "$arrayElemAt": ["$meta", 0]
42      }
43    }
44  }
45 ])

1 [
2  {
3    docs: [
4      {
5        _id: ObjectId('573a1393f29313caabcde1ae'),
6        title: 'Begone Dull Care',
7        released: ISODate('1999-07-01T00:00:00.000Z')
8      },
9      {
10        _id: ObjectId('573a13a9f29313caabd2048a'),
11        title: 'Fara'                released: ISODate('1999-07-01T00:00:00.000Z')
12      }
13    ],
14    meta: {
15      count: { lowerBound: Long('20878') },
16      facet: {
17        genresFacet: {
18          buckets: [
19            { _id: 'Drama', count: Long('12149') },
20            { _id: 'Comedy', count: Long('6436') },
21            { _id: 'Romance', count: Long('3274') },
22            { _id: 'Crime', count: Long('2429') },
23            { _id: 'Thriller', count: Long('2400') },
24            { _id: 'Action', count: Long('2349') },
25            { _id: 'Adventure', count: Long('1876') },
26            { _id: 'Documentary', count: Long('1755') },
27            { _id: 'Horror', count: Long('1432') },
28            { _id: 'Biography', count: Long('1244') }
29          ]
30        }
31      }
32    }
33  }
34 ]

これらの結果の詳細については、「ファセット結果」を参照してください。

returnScopes の例

embeddedDocuments 内の子フィールドでファセットとファセットを使用して検索します。

sample_training.companiesコレクションのインデックス定義は、funding_rounds フィールドをembeddedDocuments 型としてインデックス化します。オブジェクトの配列内のすべてのフィールドを動的にインデックス化し、funding_rounds raised_currency_coderaised_amountfunding_roundsstoredSource オプションを使用してオブジェクトの配列にフィールドとフィールドを保存します。

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "funding_rounds": {
        "type": "embeddedDocuments",
        "dynamic": true,
        "storedSource": {
          "include": [
            "raised_currency_code",
            "raised_amount"
          ]
        }
      }
    }
  }
}

以下のクエリでは、

text（MongoDB Search 演算子）を使用して、 USDで発生したファイルを検索します。
returnScopes embeddedDocumentsfunding_roundsオプションを使用して、クエリコンテキストをという名前のフィールドに設定します。returnScope を使用するには、クエリは次のようになります。
- 保存されたソースフィールドを返すには必須である returnStoredSource オプションを指定します。
オブジェクトの funding_rounds 配列内の raised_amountフィールドをファセットします。クエリでは 3 つのバケットを指定します。
- 5000000 （このバケットの下限値を含む）
- 5250000: 5000000 バケットの排他的上限であり、このバケットの下限
- 5500000: 5250000 の排他的上限

1 db.companies.aggregate([
2  {
3    "$searchMeta": {
4      "returnStoredSource": true,
5      "returnScope": {
6        "path": "funding_rounds"
7      },
8      "facet": {
9        "operator": {
10          "text": {
11            "path": "funding_rounds.raised_currency_code",
12            "query": "USD"
13          }
14        },
15        "facets": {
16          "raisedAmountFacet": {
17            "type": "number",
18            "path": "funding_rounds.raised_amount",
19            "boundaries": [5000000, 5250000, 5500000]
20          }
21        }
22      }
23    }
24  }
25 ])

1 [
2   {
3     count: { lowerBound: Long('5329') },
4     facet: {
5       raisedAmountFacet: {
6         buckets: [
7           { _id: 5000000, count: Long('251') },
8           { _id: 5250000, count: Long('32') }
9         ]
10       }
11     }
12   }
13 ]

上記のMongoDB Search の結果では、ファセット数は親ではなく埋め込まれた子ドキュメントに基づいています。

学び続ける

詳しくは、 MongoDB Searchでファセットの使用方法を参照してください。

MongoDB Search の facet（ MongoDB Search 演算子）について詳しくは、コースとビデオでご覧ください。

コースで学ぶ

MongoDB Search でファセットの使用の詳細については、MongoDB Universityの Intro MongoDBコースのユニット 9 を受講してください。1.5 時間のユニットには、 MongoDB Search の概要、 MongoDB Search インデックスの作成、複合演算子を使用した $search クエリの実行中、facet を使用した結果のグループ化に関するレッスンが含まれています。

ビデオで学ぶ

このビデオでは、クエリ内で数値と string facet（MongoDB Search 演算子）を作成して使用し、結果をグループ化し、グループ内の結果の数を取得する方法について説明します。

所要時間: 11 分

戻る

exists

geoShape

1	db.movies.aggregate([
2	{
3	"$searchMeta": {
4	"facet": {
5	"operator": {
6	"range": {
7	"path": "year",
8	"gte": 2000,
9	"lte": 2015
10	}
11	},
12	"facets": {
13	"genresFacet": {
14	"type": "string",
15	"path": "genres"
16	}
17	}
18	}
19	}
20	}
21	])

1	[
2	{
3	count: { lowerBound: Long('12568') },
4	facet: {
5	genresFacet: {
6	buckets: [
7	{ _id: 'Drama', count: Long('7079') },
8	{ _id: 'Comedy', count: Long('3689') },
9	{ _id: 'Romance', count: Long('1764') },
10	{ _id: 'Thriller', count: Long('1584') },
11	{ _id: 'Documentary', count: Long('1472') },
12	{ _id: 'Action', count: Long('1471') },
13	{ _id: 'Crime', count: Long('1367') },
14	{ _id: 'Adventure', count: Long('1056') },
15	{ _id: 'Horror', count: Long('866') },
16	{ _id: 'Biography', count: Long('796') }
17	]
18	}
19	}
20	}
21	]

1	[
2	{
3	count: { lowerBound: Long('6095') },
4	facet: {
5	yearFacet: {
6	buckets: [
7	{ _id: 1980, count: Long('1956') },
8	{ _id: 1990, count: Long('3558') },
9	{ _id: 'other', count: Long('581') }
10	]
11	}
12	}
13	}
14	]

1	[
2	{
3	count: { lowerBound: Long('11922') },
4	facet: {
5	yearFacet: {
6	buckets: [
7	{
8	_id: ISODate('2000-01-01T00:00:00.000Z'),
9	count: Long('3028')
10	},
11	{
12	_id: ISODate('2005-01-01T00:00:00.000Z'),
13	count: Long('3953')
14	},
15	{
16	_id: ISODate('2010-01-01T00:00:00.000Z'),
17	count: Long('4832')
18	},
19	{ _id: 'other', count: Long('109') }
20	]
21	}
22	}
23	}
24	]

1	db.movies.aggregate([
2	{
3	"$search": {
4	"facet": {
5	"operator": {
6	"near": {
7	"path": "released",
8	"origin": ISODate("1999-07-01T00:00:00.000+00:00"),
9	"pivot": 7776000000
10	}
11	},
12	"facets": {
13	"genresFacet": {
14	"type": "string",
15	"path": "genres"
16	}
17	}
18	}
19	}
20	},
21	{ "$limit": 2 },
22	{
23	"$facet": {
24	"docs": [
25	{ "$project":
26	{
27	"title": 1,
28	"released": 1
29	}
30	}
31	],
32	"meta": [
33	{"$replaceWith": "$$SEARCH_META"},
34	{"$limit": 1}
35	]
36	}
37	},
38	{
39	"$set": {
40	"meta": {
41	"$arrayElemAt": ["$meta", 0]
42	}
43	}
44	}
45	])

1	[
2	{
3	docs: [
4	{
5	_id: ObjectId('573a1393f29313caabcde1ae'),
6	title: 'Begone Dull Care',
7	released: ISODate('1999-07-01T00:00:00.000Z')
8	},
9	{
10	_id: ObjectId('573a13a9f29313caabd2048a'),
11	title: 'Fara' released: ISODate('1999-07-01T00:00:00.000Z')
12	}
13	],
14	meta: {
15	count: { lowerBound: Long('20878') },
16	facet: {
17	genresFacet: {
18	buckets: [
19	{ _id: 'Drama', count: Long('12149') },
20	{ _id: 'Comedy', count: Long('6436') },
21	{ _id: 'Romance', count: Long('3274') },
22	{ _id: 'Crime', count: Long('2429') },
23	{ _id: 'Thriller', count: Long('2400') },
24	{ _id: 'Action', count: Long('2349') },
25	{ _id: 'Adventure', count: Long('1876') },
26	{ _id: 'Documentary', count: Long('1755') },
27	{ _id: 'Horror', count: Long('1432') },
28	{ _id: 'Biography', count: Long('1244') }
29	]
30	}
31	}
32	}
33	}
34	]

1	db.companies.aggregate([
2	{
3	"$searchMeta": {
4	"returnStoredSource": true,
5	"returnScope": {
6	"path": "funding_rounds"
7	},
8	"facet": {
9	"operator": {
10	"text": {
11	"path": "funding_rounds.raised_currency_code",
12	"query": "USD"
13	}
14	},
15	"facets": {
16	"raisedAmountFacet": {
17	"type": "number",
18	"path": "funding_rounds.raised_amount",
19	"boundaries": [5000000, 5250000, 5500000]
20	}
21	}
22	}
23	}
24	}
25	])

1	[
2	{
3	count: { lowerBound: Long('5329') },
4	facet: {
5	raisedAmountFacet: {
6	buckets: [
7	{ _id: 5000000, count: Long('251') },
8	{ _id: 5250000, count: Long('32') }
9	]
10	}
11	}
12	}
13	]

定義

構文

フィールド

ファセットの定義

文字列ファセット

重要

構文

オプション

例

例

数値ファセット

重要

構文

オプション

例

例

日付ファセット

重要

構文

オプション

例

例

ファセットのフィールド型の比較

注意

ファセット結果

SEARCH_META 集計変数

制限

例

メタデータ結果の例

メタデータ結果と検索結果の例

注意

注意

returnScopes の例

学び続ける

コースで学ぶ

ビデオで学ぶ

`SEARCH_META` 集計変数