如何基于元素数量从PyMongo/MongoDB中查询文档？

关于第三个条件的有效性 #

你当前使用的{"updatedCoordinates.status": {"$in":["ORIGINALLY_UNDETECTED","CHANGED"]}}完全符合“至少一个updatedCoordinates.status匹配目标值”的要求。MongoDB在处理数组嵌套字段查询时，只要数组内存在任意一个元素的status落在$in指定的列表中，就会返回该文档，这个逻辑是正确的。

第四个条件的正确写法 #

你原查询里的第四个条件语法错误，$ne不能直接以数组形式传入两个$size表达式。必须用$expr包裹聚合表达式来实现字段间的比较，正确写法如下：

{"$expr": {"$ne": [{"$size": "$updatedCoordinates"}, {"$size": "$predictedCoordinates"}]}}

• $expr是让查询过滤器支持聚合运算符的关键
• $size需要带$前缀来引用文档中的数组字段，获取其长度
• $ne用于判断两个数组的长度是否不相等

修正后的完整查询代码 #

from datetime import datetime

from_date = datetime(2022, 9, 25, 0, 1, 1, 0)
to_date = datetime(2022, 9, 28, 23, 59, 59, 0)

QUERY = {
    "$and": [
        {"imageKey": {"$in": IDS}},
        {"createdAt": {"$gte": from_date, "$lt": to_date}},
        {
            "$or": [
                {"updatedCoordinates.status": {"$in": ["ORIGINALLY_UNDETECTED", "CHANGED"]}},
                {"$expr": {"$ne": [{"$size": "$updatedCoordinates"}, {"$size": "$predictedCoordinates"}]}}
            ]
        }
    ]
}

my_collection.count_documents(QUERY)

性能优势说明 #

直接通过MongoDB完成过滤比拉取全量数据后用Python验证高效得多：

• 减少不必要的网络数据传输，避免大量不符合条件的文档从数据库传到应用端
• 数据库可以利用imageKey、createdAt等字段的索引优化查询速度，远快于应用端的内存过滤

内容的提问来源于stack exchange，提问作者Deshwal