检查数组中的每个元素是否都符合条件

我不知道更好，但是有几种不同的方法可以解决此问题，具体取决于您可用的MongoDB版本。不太确定这是否符合您的意图，但是所示查询将与第一个文档示例匹配，因为在实现逻辑时，您正在匹配文档数组中必须包含在样本数组中的元素。因此，如果您实际上希望文档包含所有这些元素，那么$all操作员将是显而易见的选择：db.collection.find({ "users.user": { "$all": [ 1, 5, 7 ] } })但是，在假设您的逻辑实际上是预期的前提下，至少根据建议，您可以通过与$in运算符组合来“过滤”这些结果，从而减少需要您处理的文档$where**条件在评估的JavaScript中：db.collection.find({    "users.user": { "$in": [ 1, 5, 7 ] },    "$where": function() {         var ids = [1, 5, 7];        return this.users.every(function(u) {             return ids.indexOf(u.user) !== -1;        });    }})尽管实际扫描的结果将与匹配文档中数组中元素的数量相乘，但您会得到一个索引，但是与没有附加过滤器相比，它仍然更好。甚至可能是你考虑的逻辑抽象$and结合使用，运营商$or也可能是$size根据您的实际情况数组操作：db.collection.find({    "$or": [        { "users.user": { "$all": [ 1, 5, 7 ] } },        { "users.user": { "$all": [ 1, 5 ] } },        { "users.user": { "$all": [ 1, 7 ] } },        { "users": { "$size": 1 }, "users.user": 1 },        { "users": { "$size": 1 }, "users.user": 5 },        { "users": { "$size": 1 }, "users.user": 7 }    ]})因此，这是匹配条件所有可能排列的产物，但是性能可能会根据可用的安装版本而有所不同。注意：实际上，在这种情况下完全失败，因为这样做完全不同，并且实际上导致逻辑上的失败。$in备选方案是使用聚合框架，这取决于收集中的文档数量，MongoDB 2.6及更高版本的一种方法可能会影响哪种效率最高。db.problem.aggregate([    // Match documents that "could" meet the conditions    { "$match": {         "users.user": { "$in": [ 1, 5, 7 ] }     }},    // Keep your original document and a copy of the array    { "$project": {        "_id": {            "_id": "$_id",            "date": "$date",            "users": "$users"        },        "users": 1,    }},    // Unwind the array copy    { "$unwind": "$users" },    // Just keeping the "user" element value    { "$group": {        "_id": "$_id",        "users": { "$push": "$users.user" }    }},    // Compare to see if all elements are a member of the desired match    { "$project": {        "match": { "$setEquals": [            { "$setIntersection": [ "$users", [ 1, 5, 7 ] ] },            "$users"        ]}    }},    // Filter out any documents that did not match    { "$match": { "match": true } },    // Return the original document form    { "$project": {        "_id": "$_id._id",        "date": "$_id.date",        "users": "$_id.users"    }}])因此，该方法使用一些新引入的集合运算符来比较内容，但是当然您需要重组数组才能进行比较。如所指出的，有一个直接的运算符可以做到这一点，$setIsSubset其中在单个运算符中可以实现上述组合运算符的等效功能：db.collection.aggregate([    { "$match": {         "users.user": { "$in": [ 1,5,7 ] }     }},    { "$project": {        "_id": {            "_id": "$_id",            "date": "$date",            "users": "$users"        },        "users": 1,    }},    { "$unwind": "$users" },    { "$group": {        "_id": "$_id",        "users": { "$push": "$users.user" }    }},    { "$project": {        "match": { "$setIsSubset": [ "$users", [ 1, 5, 7 ] ] }    }},    { "$match": { "match": true } },    { "$project": {        "_id": "$_id._id",        "date": "$_id.date",        "users": "$_id.users"    }}])或者采用另一种方法，同时仍然利用$sizeMongoDB 2.6 中的运算符：db.collection.aggregate([    // Match documents that "could" meet the conditions    { "$match": {         "users.user": { "$in": [ 1, 5, 7 ] }     }},    // Keep your original document and a copy of the array    // and a note of it's current size    { "$project": {        "_id": {            "_id": "$_id",            "date": "$date",            "users": "$users"        },        "users": 1,        "size": { "$size": "$users" }    }},    // Unwind the array copy    { "$unwind": "$users" },    // Filter array contents that do not match    { "$match": {         "users.user": { "$in": [ 1, 5, 7 ] }     }},    // Count the array elements that did match    { "$group": {        "_id": "$_id",        "size": { "$first": "$size" },        "count": { "$sum": 1 }    }},    // Compare the original size to the matched count    { "$project": {         "match": { "$eq": [ "$size", "$count" ] }     }},    // Filter out documents that were not the same    { "$match": { "match": true } },    // Return the original document form    { "$project": {        "_id": "$_id._id",        "date": "$_id.date",        "users": "$_id.users"    }}])当然，哪一个仍然可以完成，尽管在2.6之前的版本中要花更长的时间：db.collection.aggregate([    // Match documents that "could" meet the conditions    { "$match": {         "users.user": { "$in": [ 1, 5, 7 ] }     }},    // Keep your original document and a copy of the array    { "$project": {        "_id": {            "_id": "$_id",            "date": "$date",            "users": "$users"        },        "users": 1,    }},    // Unwind the array copy    { "$unwind": "$users" },    // Group it back to get it's original size    { "$group": {         "_id": "$_id",        "users": { "$push": "$users" },        "size": { "$sum": 1 }    }},    // Unwind the array copy again    { "$unwind": "$users" },    // Filter array contents that do not match    { "$match": {         "users.user": { "$in": [ 1, 5, 7 ] }     }},    // Count the array elements that did match    { "$group": {        "_id": "$_id",        "size": { "$first": "$size" },        "count": { "$sum": 1 }    }},    // Compare the original size to the matched count    { "$project": {         "match": { "$eq": [ "$size", "$count" ] }     }},    // Filter out documents that were not the same    { "$match": { "match": true } },    // Return the original document form    { "$project": {        "_id": "$_id._id",        "date": "$_id.date",        "users": "$_id.users"    }}])通常，这会找出不同的方法，尝试一下，看看哪种方法最适合您。$in与您现有表单的简单组合很可能是最好的组合。但是在所有情况下，请确保您具有可以选择的索引：db.collection.ensureIndex({ "users.user": 1 })只要您以某种方式访问它，这将为您提供最佳性能，如此处的所有示例所示。判决我对此很感兴趣，因此最终设计了一个测试用例，以查看性能最佳的产品。因此，首先生成一些测试数据：var batch = [];for ( var n = 1; n <= 10000; n++ ) {    var elements = Math.floor(Math.random(10)*10)+1;    var obj = { date: new Date(), users: [] };    for ( var x = 0; x < elements; x++ ) {        var user = Math.floor(Math.random(10)*10)+1,            group = Math.floor(Math.random(10)*10)+1;        obj.users.push({ user: user, group: group });    }    batch.push( obj );    if ( n % 500 == 0 ) {        db.problem.insert( batch );        batch = [];    }} 集合中有10000个文档，其中长度为1..10的随机数组保持1..0的随机值，我得出了430个文档的匹配计数（从$inmatch的7749减少），结果如下（平均）：JavaScript with $in子句：420ms总有$size：395ms带有组数组计数的聚合：650ms包含两个集合运算符的集合：275ms聚合时间$setIsSubset：250ms请注意，除了最后两个样本外，所有样本均完成了约100ms 的峰值方差，并且最后两个样本均显示了220ms的响应。最大的变化是在JavaScript查询中，该查询的结果也慢了100毫秒。但是这里的要点是与硬件相关的，在我的笔记本电脑上的VM下，硬件并不是特别出色，但是可以提供一个思路。因此，总体而言，特别是具有集合运算符的MongoDB 2.6.1版本显然会在性能上胜出，而$setIsSubset作为单个运算符还会带来一点额外收益。鉴于（如2.4兼容方法所示），此过程中的最大开销将是$unwind语句（超过100ms avg），因此，这特别有趣，因此，$in选择的平均时间约为32ms，其余流水线阶段将在不到100ms内执行一般。这样就给出了聚合与JavaScript性能的相对概念。

检查数组中的每个元素是否都符合条件

3回答