Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# \$1jsonSchema
<a name="jsonSchema"></a>

Neu ab Version 4.0.

Wird von Elastic Cluster nicht unterstützt.

Der `$jsonSchema` Operator in Amazon DocumentDB wird verwendet, um Dokumente auf der Grundlage eines bestimmten JSON-Schemas zu filtern. Mit diesem Operator können Sie Dokumente abfragen, die einem bestimmten JSON-Schema entsprechen, und so sicherstellen, dass die abgerufenen Dokumente bestimmten Struktur- und Datentypanforderungen entsprechen.

Wenn Sie den `$jsonSchema` Bewertungsabfrageoperator als Teil einer Sammlungserstellung verwenden, können Sie das Schema der Dokumente überprüfen, die in die Sammlung eingefügt werden. [Verwenden der JSON-Schemavalidierung](json-schema-validation.md)Weitere Informationen finden Sie unter.

**Parameter**
+ `required`(Array): Gibt die erforderlichen Felder im Dokument an.
+ `properties`(Objekt): Definiert den Datentyp und andere Einschränkungen für jedes Feld im Dokument.

## Beispiel (MongoDB Shell)
<a name="jsonSchema-examples"></a>

Das folgende Beispiel zeigt, wie der `$jsonSchema` Operator verwendet wird, um die `employees` Sammlung so zu filtern, dass nur Dokumente abgerufen werden`name`, die die `age` Felder `employeeId` und enthalten und das `employeeId` Feld vom Typ `string` ist.

**Erstellen Sie Beispieldokumente**

```
db.employees.insertMany([
  { "name": { "firstName": "Carol", "lastName": "Smith" }, "employeeId": "1" },
  { "name": { "firstName": "Emily", "lastName": "Brown" }, "employeeId": "2", "age": 25 },
  { "name": { "firstName": "William", "lastName": "Taylor" }, "employeeId": 3, "age": 24 },
  { "name": { "firstName": "Jane", "lastName": "Doe" }, "employeeId": "4" }
]);
```

**Beispiel für eine Abfrage**

```
db.employees.aggregate([
  { $match: {
    $jsonSchema: {
      required: ["name", "employeeId", "age"],
      properties: { "employeeId": { "bsonType": "string" } }
    }
  }}
]);
```

**Ausgabe**

```
{ "_id" : ObjectId("6908e8b61f77fc26b2ecd26f"), "name" : { "firstName" : "Emily", "lastName" : "Brown" }, "employeeId" : "2", "age" : 25 }
```

## Codebeispiele
<a name="jsonSchema-code"></a>

Um ein Codebeispiel für die Verwendung des `$jsonSchema` Befehls anzuzeigen, wählen Sie die Registerkarte für die Sprache, die Sie verwenden möchten:

------
#### [ Node.js ]

```
const { MongoClient } = require('mongodb');

async function filterByJsonSchema() {
  const client = await MongoClient.connect('mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
  const db = client.db('test');
  const collection = db.collection('employees');

  const result = await collection.aggregate([
    {
      $match: {
        $jsonSchema: {
          required: ['name', 'employeeId', 'age'],
          properties: { 'employeeId': { 'bsonType': 'string' } }
        }
      }
    }
  ]).toArray();

  console.log(result);
  await client.close();
}

filterByJsonSchema();
```

------
#### [ Python ]

```
from pymongo import MongoClient

def filter_by_json_schema():
  client = MongoClient('mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
  db = client['test']
  collection = db['employees']

  result = list(collection.aggregate([
    {
      '$match': {
        '$jsonSchema': {
          'required': ['name', 'employeeId', 'age'],
          'properties': {'employeeId': {'bsonType': 'string'}}
        }
      }
    }
  ]))

  print(result)
  client.close()

filter_by_json_schema()
```

------