Docs Menu
Docs Home
/
Atlas
/
MongoDB Search
/
쿼리 및 인덱스
/
쿼리 참조
/
연산자와 콜렉터

near (MongoDB Search 연산자)

near 연산자 제한 사항

MongoDB Search 인덱스 있더라도 near 연산자 사용하여 배열 에 저장된 숫자 또는 날짜 값을 쿼리 할 수 없습니다. 범위 배열 내의 인덱싱된 숫자 또는 날짜 값을 쿼리 데만 사용할 수 있습니다.

정의

near

near 연산자는 숫자, 날짜 및 GeoJSON 포인트 값을 쿼리하고 점수를 매기는 기능을 지원합니다. 이 연산자를 사용하여 검색을 수행할 수 있습니다:

  • BSON int32, int64 및 double 데이터 유형의 숫자 필드.

  • ISODate 형식인 BSON date 유형의 날짜 필드입니다.

  • 위도 및 경도 좌표를 사용하여 정의된 지리적 위치 필드입니다.

near 연산자 사용하여 숫자나 날짜에 가까운 결과를 찾을 수 있습니다. near 연산자 숫자 또는 날짜에 대한 근접성을 기준으로 MongoDB 검색 결과에 점수를 매깁니다.

구문

near 의 구문은 다음과 같습니다:

{
   $search: {
      "index": <index name>, // optional, defaults to "default"
      "near": {
         "path": "<field-to-search>",
         "origin": <date-or-number>,
         "pivot": <pivot-distance>,
         "score": <score-options>
      }
   }
}

옵션

near 는 다음 용어를 사용하여 쿼리를 구성합니다:

필드
유형
설명
필요성

origin

날짜, 번호, 또는 지역

근처에서 검색할 번호, 날짜 또는 지리적 점입니다. 결과의 근접성이 측정되는 원점입니다.

  • 숫자 필드의 경우 값은 BSON int32, int64 또는 double 데이터 유형이어야 합니다.

  • 날짜 필드의 경우 값은 ISODate 형식의 날짜여야 합니다.

  • 지리적 필드의 경우. 값은 GeoJSON 점이어야 합니다.

네

path

문자열 또는 문자열 배열

인덱싱된 필드 또는 검색할 필드.

네

pivot

숫자

MongoDB Search 결과 문서의 점수를 계산하는 데 사용하는 값입니다. 점수는 다음 공식을 사용하여 계산됩니다.

              pivot
score = ------------------
         pivot + distance

여기서 distance와 origin은 인덱싱된 필드 값의 차이입니다.

인덱스 필드 값이 origin에서 pivot 단위 떨어져 있는 경우 결과는 1/2(또는 0.5)과 같은 점수를 갖습니다. pivot 값은 >) 0 이상이어야 합니다.

origin이

  • 숫자인 경우, pivot은 정수 또는 부동 소수점 숫자로 지정할 수 있습니다.

  • 날짜, pivot은 밀리초 단위로 지정해야 하며 32 또는 64비트 정수로 지정할 수 있습니다. 예시:

    • 1분은 다음과 같습니다. 60,000 ms

    • 1시간은 다음과 같습니다. 3,600,000 ms

    • 1일은 다음과 같습니다. 86,400,000 ms

    • 1개월(또는 30일)은 다음과 같습니다. 2,592,000,000 ms

  • GeoJSON 점인 경우, pivot은 미터 단위로 측정되며 정수 또는 부동 소수점 숫자로 지정되어야 합니다.

네

score

객체

일치하는 검색어 결과에 할당할 점수입니다. 다음 옵션을 사용하여 기본 점수를 수정할 수 있습니다.

  • boost결과 점수에 주어진 숫자를 곱합니다.

  • constant결과 점수를 주어진 숫자로 바꿉니다.

  • function결과 점수를 주어진 표현식으로 대체합니다.

쿼리에서 score 사용에 대한 자세한 내용은 결과에서 문서 채점하기를 참조하십시오.

자세한 학습 은 채점 동작을 참조하세요.

no

채점 동작

MongoDB Search score 은(는) MongoDB Search 결과가 origin에 얼마나 근접한지를 측정한 값입니다. score 는 0 에서 1 사이로 조정되며, 1 는 정확히 일치하는 일치 항목이고 0 는 원거리 일치 항목입니다. origin 에서의 MongoDB Search 결과의 거리가 pivot를 사용하여 계산한 원점으로부터의 거리와 같을 때 점수는 0.5 입니다.

점수 계산에는 다음 공식이 사용됩니다.

               pivot
score = ------------------
         pivot + distance

여기서 distance와 origin은 인덱스 필드 값의 차이입니다.

쿼리에서 score 옵션을 사용하여 기본 점수를 수정할 수 있습니다. 옵션에 대해 자세히 알아보려면 점수 수정을 참조하세요.

예시

숫자 및 날짜 예제에서는 sample_mflix 데이터베이스의 movies 컬렉션을 사용합니다. GeoJSON 포인트 예제에서는 sample_airbnb 데이터베이스의 listingsAndReviews 컬렉션을 사용합니다.

클러스터에 샘플 데이터를 로드하는 경우 아래 예제의 인덱스 정의 또는 동적 인덱스 사용하여 정적 인덱스를 만들고 클러스터에서 예시 쿼리를 실행 수 있습니다.

팁

샘플 데이터 세트를 이미 로드한 경우,MongoDB Search 빠른 시작 튜토리얼을 참조하여 인덱스 정의를 생성하고 MongoDB Search 쿼리를 실행 .

번호 예시

다음 예에서는 near 연산자를 사용하여 숫자 필드를 쿼리합니다. 다음 쿼리들은 movies 컬렉션의 모든 필드를 동적으로 인덱싱하는 runtimes이라는 인덱스를 사용합니다. 이 쿼리는 movies 컬렉션에서 runtime 필드 값이 279에 가까운 문서를 검색합니다.

기본 예시

다음 쿼리 검색 기준과 일치하는 모든 문서를 반환합니다. 여기에는 출력을 7 개의 결과로 제한하는 $limit 단계와 $project 단계가 포함되어 있습니다.

  • title 및 runtime을 제외한 모든 필드를 제외합니다.

  • 다음과 같은 이름의 필드를 추가합니다. score

score는 pivot를 사용하여 계산됩니다.

1db.movies.aggregate([
2  {
3    $search: {
4      "index": "runtimes",
5      "near": {
6        "path": "year",
7        "origin": 2000,
8        "pivot": 2
9      }
10    }
11  },
12  {
13    $limit: 7
14  },
15  {
16    $project: {
17      "_id": 0,
18      "title": 1,
19      "runtime": 1,
20      score: { $meta: "searchScore" }
21    }
22  }
23])
[
  { runtime: 279, title: 'The Kingdom', score: 1 },
  { runtime: 279, title: 'The Kingdom', score: 1 },
  { runtime: 279, title: 'The Jinx: The Life and Deaths of Robert Durst', score: 1  },
  { runtime: 281, title: 'Les Misèrables', score: 0.5 },
  { runtime: 277, title: 'Tokyo Trial', score: 0.5 },
  { runtime: 283, title: 'Scenes from a Marriage', score: 0.3333333432674408 },
  { runtime: 274, title: 'The Crimson Petal and the White', score: 0.2857142984867096 }
]

MongoDB Search 결과에서 영화 The Kingdom 와 The Jinx: The Life and Deaths of Robert Durst 는 runtime 필드 값 279 가 정확히 일치하기 때문에 1.0 점을 받습니다. 영화 Les Misèrables 와 Tokyo Trial 는 runtime 필드 값이 279에서 2 단위 떨어져 있기 때문에 0.5 점을 받습니다.

메타데이터 예시

다음 쿼리는 검색 기준에 대한 메타데이터 결과를 반환합니다. 즉, $searchMeta 단계를 사용하여 검색 기준과 일치하는 다음 버킷(연도)의 영화 수를 가져옵니다.

  • 2000, 이 버킷에 대한 포괄적인 하한값

  • 2005, 2000 버킷의 상한 제외 및 이 버킷의 하한 포함

  • 2010, 2005 버킷의 상한 제외 및 이 버킷의 하한 포함

  • 2010, 2010 버킷의 배타적 상한선

1db.movies.aggregate([
2  {
3    "$searchMeta": {
4      "facet": {
5        "operator": {
6          "near": {
7            "path": "runtime",
8            "origin": 279,
9            "pivot": 2
10          }
11        },
12        "facets": {
13          "yearFacet": {
14            "type": "number",
15            "path": "year",
16            "boundaries": [2000, 2005, 2010, 2015 ]
17          }
18        }
19      }
20    }
21  }
22])
[
  {
    count: { lowerBound: Long('20910') },
    facet: {
      yearFacet: {
        buckets: [
          { _id: 2000, count: Long('3058') },
          { _id: 2005, count: Long('4012') },
          { _id: 2010, count: Long('4669') }
        ]
      }
    }
  }
]

날짜 예시

다음 예에서는 near 연산자를 사용하여 날짜 필드를 쿼리합니다.

예시

releaseddate라고 명명된 다음 인덱스 정의는 movies 컬렉션에서만 released 필드의 인덱스를 생성합니다.

1{
2   "mappings": {
3      "dynamic": false,
4      "fields": {
5         "released": {
6            "type": "date"
7         }
8      }
9   }
10}

다음 쿼리는 13, 1 9월 근처에 개봉된 영화를 검색합니다. 여기에는 출력 결과를 3 개로 제한하는 $limit 단계와 $project 단계가 포함되어 있습니다.

  • title 및 released을 제외한 모든 필드를 제외합니다.

  • 다음과 같은 이름의 필드를 추가합니다. score

결과의 score는 pivot을 사용하여 계산됩니다.

참고

pivot 여기서는 밀리초 단위로 측정되며, 7,776,000,000 ms는 약 3개월에 해당합니다.

1db.movies.aggregate([
2   {
3      $search: {
4         "index": "releaseddate",
5         "near": {
6            "path": "released",
7            "origin": ISODate("1915-09-13T00:00:00.000+00:00"),
8            "pivot": 7776000000
9         }
10      }
11   },
12   {
13      $limit: 3
14   },
15   {
16      $project: {
17         "_id": 0,
18         "title": 1,
19         "released": 1,
20         score: { $meta: "searchScore" }
21      }
22   }
23])

위의 쿼리는 다음과 같은 검색 결과를 반환합니다.

{ "title" : "Regeneration", "released" : ISODate("1915-09-13T00:00:00Z"), "score" : 1 }
{ "title" : "The Cheat", "released" : ISODate("1915-12-13T00:00:00Z"), "score" : 0.49723756313323975 }
{ "title" : "Hell's Hinges", "released" : ISODate("1916-03-05T00:00:00Z"), "score" : 0.34090909361839294 }

위의 MongoDB Search 결과에서 1915-09-13 의 released 필드 값이 정확히 일치하기 때문에 영화 Regeneration 는 1 점을 받습니다. 1915-12-13에 개봉된 영화 The Cheat는 origin 로부터의 released 필드 값 거리가 1915-09-13로부터 약 7,776,000,000 밀리초이기 때문에 약 0.5 점을 받습니다.

GeoJSON 포인트 예시

다음 예에서는 near 연산자를 사용하여 sample_airbnb.listingsAndReviews 컬렉션의 GeoJSON 점 객체를 쿼리합니다. 다음 인덱스 정의는 listingsAndReviews 컬렉션의 address.location 및 property_type 필드를 인덱싱합니다.

예시

1{
2  "mappings": {
3    "fields": {
4      "address": {
5        "fields": {
6          "location": {
7            "type": "geo"
8          }
9        },
10        "type": "document"
11      },
12      "property_type": {
13        "type": "string"
14      }
15    }
16  }
17}

기본 예시

다음 예에서는 near 연산자를 사용하여 sample_airbnb.listingsAndReviews 컬렉션의 address.location 필드를 쿼리합니다.

예시

다음 쿼리는 포르투갈의 숙소를 검색합니다. 여기에는 출력 결과를 3개로 제한하는 $limit 단계와 다음과 같은 $project 단계가 포함되어 있습니다.

  • name 및 address을 제외한 모든 필드를 제외합니다.

  • 다음과 같은 이름의 필드를 추가합니다. score

결과의 score는 pivot을 사용하여 계산됩니다. 여기서 pivot은 미터 단위로 측정되며 1000미터는 1킬로미터에 해당합니다.

1db.listingsAndReviews.aggregate([
2  {
3    "$search": {
4      "near": {
5        "origin": {
6          "type": "Point",
7          "coordinates": [-8.61308, 41.1413]
8        },
9        "pivot": 1000,
10        "path": "address.location"
11      }
12    }
13  },
14  {
15    $limit: 3
16  },
17  {
18    $project: {
19      "_id": 0,
20      "name": 1,
21      "address": 1,
22      score: { $meta: "searchScore" }
23    }
24  }
25])

위의 쿼리는 다음과 같은 검색 결과를 반환합니다.

1{
2  "name" : "Ribeira Charming Duplex",
3  "address" : {
4    "street" : "Porto, Porto, Portugal",
5    "suburb" : "",
6    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
7    "market" : "Porto",
8    "country" : "Portugal",
9    "country_code" : "PT",
10    "location" : {
11      "type" : "Point",
12      "coordinates" : [ -8.61308, 41.1413 ],
13      "is_location_exact" : false
14    }
15  },
16  "score" : 1
17}
18{
19  "name" : "DB RIBEIRA - Grey Apartment",
20  "address" : {
21    "street" : "Porto, Porto, Portugal",
22    "suburb" : "",
23    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
24    "market" : "Porto",
25    "country" : "Portugal",
26    "country_code" : "PT",
27    "location" : {
28      "type" : "Point",
29      "coordinates" : [ -8.61294, 41.14126 ],
30      "is_location_exact" : true
31    }
32  },
33  "score" : 0.9876177310943604
34}
35{
36  "name" : "Ribeira 24 (4)",
37  "address" : {
38    "street" : "Porto, Porto, Portugal",
39    "suburb" : "",
40    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
41    "market" : "Porto",
42    "country" : "Portugal",
43    "country_code" : "PT",
44    "location" : {
45      "type" : "Point",
46      "coordinates" : [ -8.61318, 41.14107 ],
47      "is_location_exact" : false
48    }
49  },
50  "score" : 0.973789632320404
51}

결과는 지정된 좌표에서 더 멀리 있는 속성의 점수가 낮다는 것을 보여줍니다.

컴파운드 예시

다음 예에서는 compound 연산자를 사용하여 sample_airbnb.listingsAndReviews 컬렉션의 property_type 및 address.location 필드를 쿼리합니다.

예시

다음 쿼리는 지정된 GeoJSON 점 근처에 있는 홍콩의 아파트를 검색합니다. 쿼리는 반드시 충족되어야 하는 Atlas Search 조건을 지정하기 위해 must를 사용하고, 위치에 대한 기본 설정을 지정하기 위해 should 를 사용합니다. 여기에는 출력 결과를 3 개로 제한하는 $limit 단계와 $project 단계가 포함되어 있습니다.

  • property_type 및 address을 제외한 모든 필드를 제외합니다.

  • 다음과 같은 이름의 필드를 추가합니다. score

score는 pivot을 사용하여 계산됩니다. 여기서 pivot은 미터 단위로 측정되며 1000미터는 1킬로미터에 해당합니다.

1db.listingsAndReviews.aggregate([
2  {
3    $search: {
4      "compound": {
5        "must": {
6          "text": {
7            "query": "Apartment",
8            "path": "property_type"
9          }
10        },
11        "should": {
12          "near": {
13            "origin": {
14              "type": "Point",
15              "coordinates": [114.15027, 22.28158]
16            },
17            "pivot": 1000,
18            "path": "address.location"
19          }
20        }
21      }
22    }
23  },
24  {
25    $limit: 3
26  },
27  {
28    $project: {
29      "_id": 0,
30      "property_type": 1,
31      "address": 1,
32      score: { $meta: "searchScore" }
33    }
34  }
35])

위의 쿼리는 다음과 같은 검색 결과를 반환합니다.

1{
2  "property_type" : "Apartment",
3  "address" : {
4    "street" : "Hong Kong, Hong Kong Island, Hong Kong",
5    "suburb" : "Central & Western District",
6    "government_area" : "Central & Western",
7    "market" : "Hong Kong",
8    "country" : "Hong Kong",
9    "country_code" : "HK",
10    "location" : {
11      "type" : "Point",
12      "coordinates" : [ 114.15027, 22.28158 ],
13      "is_location_exact" : true
14    }
15  },
16  "score" : 1.177286982536316
17}
18{
19  "property_type" : "Apartment",
20  "address" : {
21    "street" : "Hong Kong, Hong Kong Island, Hong Kong",
22    "suburb" : "Central & Western District",
23    "government_area" : "Central & Western",
24    "market" : "Hong Kong",
25    "country" : "Hong Kong",
26    "country_code" : "HK",
27    "location" : {
28      "type" : "Point",
29      "coordinates" : [ 114.15082, 22.28161 ],
30      "is_location_exact" : true
31    }
32  },
33  "score" : 1.1236450672149658
34}
35{
36  "property_type" : "Apartment",
37  "address" : {
38    "street" : "Hong Kong,
39    Hong Kong Island, Hong Kong",
40    "suburb" : "Mid-Levels",
41    "government_area" : "Central & Western",
42    "market" : "Hong Kong",
43    "country" : "Hong Kong",
44    "country_code" : "HK",
45    "location" : {
46      "type" : "Point",
47      "coordinates" : [ 114.15007, 22.28215 ],
48      "is_location_exact" : true
49    }
50  },
51  "score" : 1.114811897277832
52}

돌아가기

유사한 콘텐츠 더 보기

다음

구

이 페이지의 내용