Bueno, su solución realmente debería ser específica de MongoDB; de lo contrario, terminará haciendo sus cálculos y posibles coincidencias en el lado del cliente, y eso no será bueno para el rendimiento.
Entonces, por supuesto, lo que realmente quiere es una forma de tener ese procesamiento en el lado del servidor:
db.products.aggregate([
// Match the documents that meet your conditions
{ "$match": {
"$or": [
{
"features": {
"$elemMatch": {
"key": "Screen Format",
"value": "16:9"
}
}
},
{
"features": {
"$elemMatch": {
"key" : "Weight in kg",
"value" : { "$gt": "5", "$lt": "8" }
}
}
},
]
}},
// Keep the document and a copy of the features array
{ "$project": {
"_id": {
"_id": "$_id",
"product_id": "$product_id",
"ean": "$ean",
"brand": "$brand",
"model": "$model",
"features": "$features"
},
"features": 1
}},
// Unwind the array
{ "$unwind": "$features" },
// Find the actual elements that match the conditions
{ "$match": {
"$or": [
{
"features.key": "Screen Format",
"features.value": "16:9"
},
{
"features.key" : "Weight in kg",
"features.value" : { "$gt": "5", "$lt": "8" }
},
]
}},
// Count those matched elements
{ "$group": {
"_id": "$_id",
"count": { "$sum": 1 }
}},
// Restore the document and divide the mated elements by the
// number of elements in the "or" condition
{ "$project": {
"_id": "$_id._id",
"product_id": "$_id.product_id",
"ean": "$_id.ean",
"brand": "$_id.brand",
"model": "$_id.model",
"features": "$_id.features",
"matched": { "$divide": [ "$count", 2 ] }
}},
// Sort by the matched percentage
{ "$sort": { "matched": -1 } }
])
Entonces, como sabe la "longitud" del $or condición que se está aplicando, simplemente necesita averiguar cuántos de los elementos en la matriz de "características" coinciden con esas condiciones. De eso se trata la segunda $coincidencia en proceso.
Una vez que tenga ese conteo, simplemente divida por el número de condiciones que se pasaron como su $or . La belleza aquí es que ahora puede hacer algo útil con esto, como ordenar por esa relevancia y luego incluso "paginar" el lado del servidor de resultados.
Por supuesto, si desea una "categorización" adicional de esto, todo lo que necesita hacer es agregar otro $project etapa hasta el final de la canalización:
{ "$project": {
"product_id": 1
"ean": 1
"brand": 1
"model": 1,
"features": 1,
"matched": 1,
"category": { "$cond": [
{ "$eq": [ "$matched", 1 ] },
"100",
{ "$cond": [
{ "$gte": [ "$matched", .7 ] },
"70-99",
{ "$cond": [
"$gte": [ "$matched", .4 ] },
"40-69",
"under 40"
]}
]}
]}
}}
O como algo similar. Pero el $cond El operador puede ayudarte aquí.
La arquitectura debería estar bien tal como la tiene, ya que puede tener un índice compuesto en la "clave" y el "valor" para las entradas en su matriz de características y esto debería escalar bien para las consultas.
Por supuesto, si realmente necesita algo más que eso, como la búsqueda por facetas y los resultados, puede buscar soluciones como Solr o la búsqueda elástica. Pero la implementación completa de eso sería un poco larga aquí.
