Digamos que tenemos los siguientes documentos en nuestra colección:
{ "_id" : ObjectId("5759658e654456bf4a014d01"), "a" : [ 1, 3, 9, 2, 9, 0 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d02"), "a" : [ 0, 8, 1 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d03"), "a" : [ 0, 8, 432, 9, 34, -3 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d04"), "a" : [ 0, 0, 4, 3, 2, 7 ] }
y la siguiente matriz de entrada y n = 2
var inputArray = [1, 3, 0];
Podemos devolver aquellos documentos en los que el campo de la matriz contiene al menos n elementos de una matriz determinada utilizando el marco de agregación.
El $match
selecciona solo aquellos documentos con una longitud de matriz mayor o igual a n
. Esto reduce la cantidad de datos que se procesarán en la canalización.
El $redact
el operador de canalización usa un procesamiento de condición lógica usando $cond
operador y las operaciones especiales $$KEEP
para "mantener" el documento donde la condición lógica es verdadera o $$PRUNE
para "descartar" el documento donde la condición es falsa.
En nuestro caso, la condición es $gte
que devuelve verdadero si $size
de la intersección de las dos matrices, que calculamos usando $setIntersection
el operador es mayor o igual a 2
.
db.collection.aggregate(
[
{ "$match": { "a.1": { "$exists": true } } },
{ "$redact": {
"$cond": [
{ "$gte": [
{ "$size": { "$setIntersection": [ "$a", inputArray ] } },
2
]},
"$$KEEP",
"$$PRUNE"
]
}}
]
)
que produce:
{ "_id" : ObjectId("5759658e654456bf4a014d01"), "a" : [ 1, 3, 9, 2, 9, 0 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d02"), "a" : [ 0, 8, 1 ] }
{ "_id" : ObjectId("5759658e654456bf4a014d04"), "a" : [ 0, 0, 4, 3, 2, 7 ] }