当前位置:首页 > 文章列表 > Golang > Go问答 > 怎么重用模型类型来查询和解组“混合”结果(Mgo聚合)

怎么重用模型类型来查询和解组“混合”结果(Mgo聚合)

来源:Golang技术栈 2023-03-07 10:59:24 0浏览 收藏

学习Golang要努力,但是不要急!今天的这篇文章《怎么重用模型类型来查询和解组“混合”结果(Mgo聚合)》将会介绍到golang等等知识点,如果你想深入学习Golang,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

问题内容

假设我们有 2 个集合:"users""posts",由以下类型建模:

type User struct {
    ID         string    `bson:"_id"`
    Name       string    `bson:"name"`
    Registered time.Time `bson:"registered"`
}

type Post struct {
    ID      string    `bson:"_id"`
    UserID  string    `bson:"userID"`
    Content string    `bson:"content"`
    Date    time.Time `bson:"date"`
}

这些可以在存储/检索单个文档甚至文档集合时使用,例如:

usersColl := sess.DB("").C("users")
postsColl := sess.DB("").C("posts")

// Insert new user:
u := &User{
    ID:         "1",
    Name:       "Bob",
    Registered: time.Now(),
},
err := usersColl.Insert(u)
// Handle err

// Get Posts in the last 10 mintes:
var posts []*Post
err := postsColl.Find(
    bson.M{"date": bson.M{"$gt": time.Now().Add(-10 * time.Minute)}},
).Limit(20).All(&posts)
// Handle err

如果我们使用聚合来获取这些文档的混合怎么办?例如Collection.Pipe()

// Query users with their posts:
pipe := collUsers.Pipe([]bson.M{
    {
        "$lookup": bson.M{
            "from":         "posts",
            "localField":   "_id",
            "foreignField": "userID",
            "as":           "posts",
        },
    },
})

var doc bson.M
it := pipe.Iter()
for it.Next(&doc) {
    fmt.Println(doc)
}
// Handle it.Err()

我们在单个查询中查询用户的帖子。结果是用户和帖子的混合。我们如何重用我们的UserPost模型类型,而不必将结果作为“原始”文档(类型bson.M)处理?

正确答案

上面的查询返回“几乎”匹配User文档的文档,但它们也包含每个用户的帖子。所以基本上结果是一系列 嵌入UserPost数组或切片的文档。 __

一种方法是向自身添加一个Posts []*Post字段User,我们将完成:

type User struct {
    ID         string    `bson:"_id"`
    Name       string    `bson:"name"`
    Registered time.Time `bson:"registered"`
    Posts      []*Post   `bson:"posts,omitempty"`
}

User虽然这可行,但Posts仅仅为了单个查询而扩展似乎“过大” 。如果我们继续沿着这条路走下去,我们的User类型会变得臃肿,包含许多用于不同查询的“额外”字段。更不用说如果我们填写Posts字段并保存用户,这些帖子最终会保存在User文档中。不是我们想要的。

另一种方法是创建一个UserWithPosts类型 copyingUser并添加一个Posts []*Post字段。不用说这是丑陋和不灵活的(任何更改User都必须UserWithPosts手动反映)。

使用结构嵌入

我们可以利用结构嵌入(重用现有的和类型) ,而不是修改原来的,而不是从“零开始”User创建新类型:UserWithPostsUser``Post

type UserWithPosts struct {
    User  `bson:",inline"`
    Posts []*Post `bson:"posts"`
}

注意 bson[标记值](https://stackoverflow.com/questions/10858787/what-are-the-uses- for-tags-in-go/30889373#30889373)",inline"。这记录在bson.Marshal()andbson.Unmarshal()(我们将使用它进行解组):

inline     Inline the field, which must be a struct or a map.
           Inlined structs are handled as if its fields were part
           of the outer struct. An inlined map causes keys that do
           not match any other struct field to be inserted in the
           map rather than being discarded as usual.

通过使用嵌入和",inline"标签值,UserWithPosts类型本身将成为解组User文档的有效目标,其Post []*Post字段将成为查找的完美选择"posts"

使用它:

var uwp *UserWithPosts
it := pipe.Iter()
for it.Next(&uwp) {
    // Use uwp:
    fmt.Println(uwp)
}
// Handle it.Err()

或一步获得所有结果:

var uwps []*UserWithPosts
err := pipe.All(&uwps)
// Handle error

的类型声明UserWithPosts可能是也可能不是本地声明。如果您在其他地方不需要它,它可以是您执行和处理聚合查询的函数中的本地声明,因此它不会使您现有的类型和声明膨胀。如果您想重用它,您可以在包级别声明它(导出或未导出),并在需要的地方使用它。

修改聚合

另一种选择是使用 MongoDB$replaceRoot来“重新排列”结果文档,因此“简单”结构将完美地覆盖文档:

// Query users with their posts:
pipe := collUsers.Pipe([]bson.M{
    {
        "$lookup": bson.M{
            "from":         "posts",
            "localField":   "_id",
            "foreignField": "userID",
            "as":           "posts",
        },
    },
    {
        "$replaceRoot": bson.M{
            "newRoot": bson.M{
                "user":  "$$ROOT",
                "posts": "$posts",
            },
        },
    },
})

通过这种重新映射,结果文档可以像这样建模:

type UserWithPosts struct {
    User  *User   `bson:"user"`
    Posts []*Post `bson:"posts"`
}

请注意,虽然这有效,但posts所有文档的字段将从服务器获取两次:一次作为posts返回文档的字段,一次作为 ; 的字段user。我们不映射/使用它,但它存在于结果文档中。因此,如果选择此解决方案,user.posts则应删除该字段,例如使用一个$project阶段:

pipe := collUsers.Pipe([]bson.M{
    {
        "$lookup": bson.M{
            "from":         "posts",
            "localField":   "_id",
            "foreignField": "userID",
            "as":           "posts",
        },
    },
    {
        "$replaceRoot": bson.M{
            "newRoot": bson.M{
                "user":  "$$ROOT",
                "posts": "$posts",
            },
        },
    },
    {"$project": bson.M{"user.posts": 0}},
})

终于介绍完啦!小伙伴们,这篇关于《怎么重用模型类型来查询和解组“混合”结果(Mgo聚合)》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

版本声明
本文转载于:Golang技术栈 如有侵犯,请联系study_golang@163.com删除
聊聊有关C中用Go的限制聊聊有关C中用Go的限制
上一篇
聊聊有关C中用Go的限制
为何用goinstall后导入web.go报错了
下一篇
为何用goinstall后导入web.go报错了
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • SEO标题魔匠AI:高质量学术写作平台,毕业论文生成与优化专家
    魔匠AI
    SEO摘要魔匠AI专注于高质量AI学术写作,已稳定运行6年。提供无限改稿、选题优化、大纲生成、多语言支持、真实参考文献、数据图表生成、查重降重等全流程服务,确保论文质量与隐私安全。适用于专科、本科、硕士学生及研究者,满足多语言学术需求。
    19次使用
  • PPTFake答辩PPT生成器:一键生成高效专业的答辩PPT
    PPTFake答辩PPT生成器
    PPTFake答辩PPT生成器,专为答辩准备设计,极致高效生成PPT与自述稿。智能解析内容,提供多样模板,数据可视化,贴心配套服务,灵活自主编辑,降低制作门槛,适用于各类答辩场景。
    34次使用
  • SEO标题Lovart AI:全球首个设计领域AI智能体,实现全链路设计自动化
    Lovart
    SEO摘要探索Lovart AI,这款专注于设计领域的AI智能体,通过多模态模型集成和智能任务拆解,实现全链路设计自动化。无论是品牌全案设计、广告与视频制作,还是文创内容创作,Lovart AI都能满足您的需求,提升设计效率,降低成本。
    35次使用
  • 美图AI抠图:行业领先的智能图像处理技术,3秒出图,精准无误
    美图AI抠图
    美图AI抠图,依托CVPR 2024竞赛亚军技术,提供顶尖的图像处理解决方案。适用于证件照、商品、毛发等多场景,支持批量处理,3秒出图,零PS基础也能轻松操作,满足个人与商业需求。
    42次使用
  • SEO标题PetGPT:智能桌面宠物程序,结合AI对话的个性化陪伴工具
    PetGPT
    SEO摘要PetGPT 是一款基于 Python 和 PyQt 开发的智能桌面宠物程序,集成了 OpenAI 的 GPT 模型,提供上下文感知对话和主动聊天功能。用户可高度自定义宠物的外观和行为,支持插件热更新和二次开发。适用于需要陪伴和效率辅助的办公族、学生及 AI 技术爱好者。
    44次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码