วิธีค้นหาเอกสารจาก Field Name พร้อมค่าเฉพาะใน MongoDB

การค้นหาเอกสารที่มี Field Name เฉพาะพร้อมค่าที่กำหนดใน MongoDB

ใช้ ออเปอเรเตอร์ $exists ร่วมกับ Dot Notation เพื่อค้นหาเอกสารที่มี Nested Field ตรงตามเงื่อนไข

ตัวอย่างการสร้างคอลเลกชันและเพิ่มข้อมูล (Nested Structure)

> db.findByFieldName.insertOne({ 
    "Client": { 
        "ClientDetails": { 
            "ClientName": "Larry", 
            "ClientAge": 29 
        }, 
        "ClientProjectDetails": { 
            "ProjectName": "Online Book Store", 
            "TeamSize": 10, 
            "TechnologyUsed": "Spring Boot" 
        } 
    } 
});
{ "acknowledged" : true, "insertedId" : ObjectId("5c9e93b2d628fa4220163b64") }

> db.findByFieldName.insertOne({ 
    "Client": { 
        "ClientDetails": { 
            "ClientName": "Chris", 
            "ClientAge": 27 
        }, 
        "ClientEducationDetails": { 
            "isEducated": true, 
            "CollegeName": "M.I.T." 
        } 
    } 
});
{ "acknowledged" : true, "insertedId" : ObjectId("5c9e9421d628fa4220163b65") }

แสดงข้อมูลทั้งหมด

> db.findByFieldName.find().pretty();

ผลลัพธ์ (โครงสร้างต่างกัน):

{ 
    "_id" : ObjectId("5c9e93b2d628fa4220163b64"), 
    "Client" : { 
        "ClientDetails" : { "ClientName" : "Larry", "ClientAge" : 29 }, 
        "ClientProjectDetails" : { "ProjectName" : "Online Book Store", "TeamSize" : 10, "TechnologyUsed" : "Spring Boot" } 
    } 
}
{ 
    "_id" : ObjectId("5c9e9421d628fa4220163b65"), 
    "Client" : { 
        "ClientDetails" : { "ClientName" : "Chris", "ClientAge" : 27 }, 
        "ClientEducationDetails" : { "isEducated" : true, "CollegeName" : "M.I.T." } 
    } 
}

ค้นหาเอกสารที่มี Field "ClientProjectDetails" (ไม่สนค่า)

> db.findByFieldName.find({ "Client.ClientProjectDetails": { $exists: true } }).pretty();

ผลลัพธ์ (พบเฉพาะ Larry ที่มี ClientProjectDetails):

{ 
    "_id" : ObjectId("5c9e93b2d628fa4220163b64"), 
    "Client" : { 
        "ClientDetails" : { "ClientName" : "Larry", "ClientAge" : 29 }, 
        "ClientProjectDetails" : { "ProjectName" : "Online Book Store", "TeamSize" : 10, "TechnologyUsed" : "Spring Boot" } 
    } 
}

คำอธิบาย

• Dot Notation: "Client.ClientProjectDetails" : เข้าถึง Nested Field
• $exists: true : ตรวจสอบว่า Field นี้มีอยู่จริง (ไม่สนใจค่าภายใน)
• Schema Variation: เอกสารใน Collection เดียวกันอาจมีโครงสร้างต่างกันได้ (Schema-less)

ตัวอย่าง Query เพิ่มเติม

1. ค้นหาตามค่าเฉพาะใน Nested Field

// Project Name = "Online Book Store"
db.findByFieldName.find({ "Client.ClientProjectDetails.ProjectName": "Online Book Store" });

// TeamSize > 5
db.findByFieldName.find({ "Client.ClientProjectDetails.TeamSize": { $gt: 5 } });

2. ค้นหาเอกสารที่มี Field ไหน Field หนึ่ง (OR)

db.findByFieldName.find({ 
    $or: [
        { "Client.ClientProjectDetails": { $exists: true } },
        { "Client.ClientEducationDetails": { $exists: true } }
    ] 
});

3. ค้นหาเอกสารที่ขาด Field เฉพาะ

// ไม่มี ClientProjectDetails
db.findByFieldName.find({ "Client.ClientProjectDetails": { $exists: false } });

4. ใช้ $elemMatch สำหรับ Array of Objects

// ถ้า ClientProjects เป็น Array
db.collection.find({ 
    "ClientProjects": { 
        $elemMatch: { 
            "ProjectName": "Online Book Store",
            "TeamSize": { $gte: 5 }
        } 
    } 
});

Projection: ดึงเฉพาะ Nested Field ที่ต้องการ

> db.findByFieldName.find(
    { "Client.ClientProjectDetails": { $exists: true } }, 
    { "Client.ClientProjectDetails": 1, _id: 0 }
);

ผลลัพธ์:

{ 
    "Client" : { 
        "ClientProjectDetails" : { 
            "ProjectName" : "Online Book Store", 
            "TeamSize" : 10, 
            "TechnologyUsed" : "Spring Boot" 
        } 
    } 
}

Index สำหรับ Nested Field

// Single Field Index
db.findByFieldName.createIndex({ "Client.ClientProjectDetails.ProjectName": 1 });

// Compound Index
db.findByFieldName.createIndex({ 
    "Client.ClientDetails.ClientName": 1, 
    "Client.ClientProjectDetails.TechnologyUsed": 1 
});

Dot Notation + $exists เป็นเทคนิคสำคัญสำหรับจัดการ Schema-less Data ที่โครงสร้างไม่คงที่