MongoDB全文搜索和聚合管道

Question

我目前使用MongoDB的全文搜索功能来计算每小时包含某个关键字的文档数量。

当在每个文档都是Tweet的大集合中运行时，这非常有趣。例如，关键字“谢谢”我们会在11月29日看到（Thanks Giving）。

我目前的做法作品（它产生的上述地块），但它不会扩展。目前，我通过迭代搜索返回的文档来手动计算每小时的推文数量。这种方法不会扩展，因为此搜索结果最终将达到MongoDB文档限制。目前它的工作原理是因为我只有350万条推文，但我计划收集更多。

data = db.command('text', collection, 
    search=query, 
    project={'hour_bucket': 1, '_id': 0}, 
    limit=-1 
) 

hours = Counter() 
    for d in data['results']: 
    hours[d['obj']['hour_bucket']] += 1 

我的问题是：文本搜索可以在聚合管道内使用吗？这将解决我所有的问题。然而，我看到的唯一的评论如下：https://jira.mongodb.org/browse/SERVER-9063

有没有人知道这项工作的状态是什么？

Answer 1

有点巧合的是，对于即将发布的MongoDB 2.5.5开发/不稳定版本（请参阅SERVER-11675），最近已使用标记为fixVersion的聚合框架支持文本搜索。

假设QA /测试一切顺利，此功能将包含在2.6生产版本中。

2.5.5发布后，应该会在draft 2.6 release notes中包含一些其他信息，我鼓励您在开发环境中测试此功能。

仅供参考，您可以通过mongodb-announce discussion group查找或订阅发布公告。

Answer 2

手册：http://docs.mongodb.org/manual/tutorial/text-search-in-aggregation/

实施例：

db.tweets.aggregate(
    [ 
     { $match : { $text: { $search: "query" } } }, 
     { $project : { day : { $substr: ["$created_at", 0, 10]}}},   
     { $group : { _id : "$day", number : { $sum : 1 }}}, 
     { $sort : { _id : 1 }}   
    ] 
)