本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# Amazon DocumentDB 中支援的 MongoDB APIs、操作和資料類型
Amazon DocumentDB （與 MongoDB 相容） 是一種快速、可擴展、高可用性且全受管的文件資料庫服務，可支援 MongoDB 工作負載。Amazon DocumentDB 與 MongoDB 3.6、4.0、5.0 和 8.0 APIs。本區段列出支援的功能。如需使用 MongoDB APIs和驅動程式的支援，請參閱 MongoDB 社群論壇。如需使用 Amazon DocumentDB 服務的支援，請聯絡適當的 AWS 支援團隊。如需 Amazon DocumentDB 和 MongoDB 之間的功能差異，請參閱 [功能差異：Amazon DocumentDB 和 MongoDB](functional-differences.md)。
不支援 MongoDB 命令和運算子，這些命令僅供內部使用或不適用於全受管服務，且未包含在支援的功能清單中。
自推出以來，我們已新增超過 50 項額外功能，並會繼續向客戶提供他們所需的功能。如需最新啟動的資訊，請參閱 [Amazon DocumentDB 公告](https://aws.amazon.com/documentdb/resources/)。
如果您有不支援我們建置的功能，請使用您的 accountID、請求的功能和使用案例傳送給 [Amazon DocumentDB 服務團隊](mailto:documentdb-feature-request@amazon.com)，讓我們知道。
+ [資料庫命令](#mongo-apis-database)
+ [查詢和投影運算子](#mongo-apis-query)
+ [更新運算子](#mongo-apis-update)
+ [Geospatial (地理空間)](#mongo-apis-geospatial)
+ [游標方法](#mongo-apis-cursor)
+ [彙總管道運算子](#mongo-apis-aggregation-pipeline)
+ [資料類型](#mongo-apis-data-types)
+ [索引](#mongo-apis-indexes)
## 資料庫命令
**Topics**
+ [管理命令](#mongo-apis-dababase-administrative)
+ [聚合](#mongo-apis-dababase-aggregation)
+ [身分驗證](#mongo-apis-dababase-authentication)
+ [診斷命令](#mongo-apis-dababase-diagnostics)
+ [查詢和寫入操作](#mongo-apis-dababase-query-write)
+ [角色管理命令](#mongo-apis-database-role-management)
+ [工作階段命令](#mongo-apis-dababase-sessions)
+ [使用者管理](#mongo-apis-dababase-user-management)
+ [碎片命令](#mongo-apis-dababase-sharding)
### 管理命令
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| Capped Collections | 否 | 否 | 否 | 否 | 否 |
| cloneCollectionAsCapped | 否 | 否 | 否 | 否 | 否 |
| collMod | 部分 | 部分 | 部分 | 部分 | 部分 |
| collMod: expireAfterSeconds | 是 | 是 | 是 | 是 | 是 |
| convertToCapped | 否 | 否 | 否 | 否 | 否 |
| copydb | 否 | 否 | 否 | 否 | 否 |
| 建立 | 是 | 是 | 是 | 是 | 是 |
| createView | 否 | 否 | 否 | 是 | 否 |
| createIndexes | 是 | 是 | 是 | 是 | 是 |
| currentOp | 是 | 是 | 是 | 是 | 是 |
| drop | 是 | 是 | 是 | 是 | 是 |
| dropDatabase | 是 | 是 | 是 | 是 | 是 |
| dropIndexes | 是 | 是 | 是 | 是 | 是 |
| filemd5 | 否 | 否 | 否 | 否 | 否 |
| getAuditConfig | 否 | 是 | 是 | 是 | 否 |
| killCursors | 是 | 是 | 是 | 是 | 是 |
| killOp | 是 | 是 | 是 | 是 | 是 |
| listCollections\$1 | 是 | 是 | 是 | 是 | 是 |
| listDatabases | 是 | 是 | 是 | 是 | 是 |
| listIndexes | 是 | 是 | 是 | 是 | 是 |
| reIndex | 否 | 否 | 是 | 是 | 否 |
| renameCollection | 是 | 是 | 是 | 是 | 否 |
| setAuditConfig | 否 | 是 | 是 | 是 | 否 |
\$1 不支援篩選選項中的`type`金鑰。
### 聚合
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| aggregate | 是 | 是 | 是 | 是 | 是 |
| count | 是 | 是 | 是 | 是 | 是 |
| distinct | 是 | 是 | 是 | 是 | 是 |
| mapReduce | 否 | 否 | 否 | 是 | 否 |
### 身分驗證
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| authenticate | 是 | 是 | 是 | 是 | 是 |
| 登出 | 是 | 是 | 是 | 是 | 是 |
### 診斷命令
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| buildInfo | 是 | 是 | 是 | 是 | 是 |
| collStats | 是 | 是 | 是 | 是 | 是 |
| connPoolStats | 否 | 否 | 否 | 否 | 否 |
| connectionStatus | 是 | 是 | 是 | 是 | 是 |
| dataSize | 是 | 是 | 是 | 是 | 是 |
| dbHash | 否 | 否 | 否 | 否 | 否 |
| dbStats | 是 | 是 | 是 | 是 | 是 |
| explain | 是 | 是 | 是 | 是 | 是 |
| explain: executionStats | 是 | 是 | 是 | 是 | 是 |
| 功能 | 否 | 否 | 否 | 否 | 否 |
| hostInfo | 是 | 是 | 是 | 是 | 是 |
| listCommands | 是 | 是 | 是 | 是 | 是 |
| profiler | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/profiling.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/profiling.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/profiling.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/profiling.html) | 否 |
| serverStatus | 是 | 是 | 是 | 是 | 是 |
| top | 是 | 是 | 是 | 是 | 是 |
### 查詢和寫入操作
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| Change streams | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/change_streams.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/change_streams.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/change_streams.html) | [是](https://docs.aws.amazon.com//documentdb/latest/developerguide/change_streams.html) | 否 |
| delete | 是 | 是 | 是 | 是 | 是 |
| find | 是 | 是 | 是 | 是 | 是 |
| findAndModify | 是 | 是 | 是 | 是 | 是 |
| getLastError | 否 | 否 | 否 | 否 | 否 |
| getMore | 是 | 是 | 是 | 是 | 是 |
| getPrevError | 否 | 否 | 否 | 否 | 否 |
| GridFS | 是 | 是 | 是 | 是 | 否 |
| insert | 是 | 是 | 是 | 是 | 是 |
| parallelCollectionScan | 否 | 否 | 否 | 否 | 否 |
| resetError | 否 | 否 | 否 | 否 | 否 |
| update | 是 | 是 | 是 | 是 | 是 |
| ReplaceOne | 是 | 是 | 是 | 是 | 是 |
### 角色管理命令
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| createRole | 是 | 是 | 是 | 是 | 否 |
| dropAllRolesFromDatabase | 是 | 是 | 是 | 是 | 否 |
| dropRole | 是 | 是 | 是 | 是 | 否 |
| grantRolesToRole | 是 | 是 | 是 | 是 | 否 |
| revokeRolesFromRole | 是 | 是 | 是 | 是 | 否 |
| revokePrivilegesFromRole | 是 | 是 | 是 | 是 | 否 |
| rolesInfo | 是 | 是 | 是 | 是 | 否 |
| updateRole | 是 | 是 | 是 | 是 | 否 |
### 工作階段命令
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| abortTransaction | 否 | 是 | 是 | 是 | 否 |
| commitTransaction | 否 | 是 | 是 | 是 | 否 |
| endSessions | 否 | 否 | 否 | 否 | 否 |
| killAllSessions | 否 | 是 | 是 | 是 | 否 |
| killAllSessionsByPattern | 否 | 否 | 否 | 否 | 否 |
| killSessions | 否 | 是 | 是 | 是 | 否 |
| refreshSessions | 否 | 否 | 否 | 否 | 否 |
| startSession | 否 | 是 | 是 | 是 | 否 |
### 使用者管理
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| createUser | 是 | 是 | 是 | 是 | 是 |
| dropAllUsersFromDatabase | 是 | 是 | 是 | 是 | 是 |
| dropUser | 是 | 是 | 是 | 是 | 是 |
| grantRolesToUser | 是 | 是 | 是 | 是 | 是 |
| revokeRolesFromUser | 是 | 是 | 是 | 是 | 是 |
| updateUser | 是 | 是 | 是 | 是 | 是 |
| usersInfo | 是 | 是 | 是 | 是 | 是 |
### 碎片命令
| 命令 | 彈性叢集 |
| --- | --- |
| abortReshardCollection | 否 |
| addShard | 否 |
| addShardToZone | 否 |
| balancerCollectionStatus | 否 |
| balancerStart | 否 |
| balancerStatus | 否 |
| balancerStop | 否 |
| checkShardingIndex | 否 |
| clearJumboFlag | 否 |
| cleanupOrphaned | 否 |
| cleanupReshardCollection | 否 |
| commitReshardCollection | 否 |
| enableSharding | 是 |
| flushRouterConfig | 否 |
| getShardMap | 否 |
| getShardVersion | 否 |
| isdbgrid | 否 |
| listShards | 否 |
| medianKey | 否 |
| moveChunk | 否 |
| movePrimary | 否 |
| mergeChunks | 否 |
| refineCollectionShardKey | 否 |
| removeShard | 否 |
| removeShardFromZone | 否 |
| reshardCollection | 否 |
| setAllowMigrations | 否 |
| setShardVersion | 否 |
| shardCollection | 是 |
| shardingState | 否 |
| 分割 | 否 |
| splitVector | 否 |
| unsetSharding | 否 |
| updateZoneKeyRange | 否 |
## 查詢和投影運算子
**Topics**
+ [陣列運算子](#mongo-apis-query-array-operators)
+ [位元運算子](#mongo-apis-query-bitwise-operators)
+ [註解運算子](#mongo-apis-query-comment-operator)
+ [比較運算子](#mongo-apis-query-comparison-operators)
+ [元素運算子](#mongo-apis-query-element-operators)
+ [評估查詢運算子](#mongo-apis-query-evaluation-operators)
+ [邏輯運算子](#mongo-apis-query-logical-operators)
+ [投影運算子](#mongo-apis-projection-operators)
### 陣列運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1all](all.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1elemMatch](elemMatch.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1size](size-query.md) | 是 | 是 | 是 | 是 | 是 |
### 位元運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1bitsAllSet](bitsAllSet.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1bitsAnySet](bitsAnySet.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1bitsAllClear](bitsAllClear.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1bitsAnyClear](bitsAnyClear.md) | 是 | 是 | 是 | 是 | 是 |
### 註解運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1comment](comment.md) | 是 | 是 | 是 | 是 | 是 |
### 比較運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1eq](eq.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1gt](gt.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1gte](gte.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1in](in.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1lt](lt.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1lte](lte.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1ne](ne.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1nin](nin.md) | 是 | 是 | 是 | 是 | 是 |
### 元素運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1exists](exists.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1type](type.md) | 是 | 是 | 是 | 是 | 是 |
### 評估查詢運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1expr](expr.md) | 否 | 是 | 是 | 是 | 否 |
| [\$1jsonSchema](jsonSchema.md) | 否 | 是 | 是 | 是 | 否 |
| [\$1mod](mod-query.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1regex](regex.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1text](text.md) | 否 | 否 | 是 | 是 | 否 |
| \$1where | 否 | 否 | 否 | 否 | 否 |
### 邏輯運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1and](and.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1nor](nor.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1not](not.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1or](or.md) | 是 | 是 | 是 | 是 | 是 |
### 投影運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1](dollar-projection.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1elemMatch](elemMatch.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1meta](meta.md) | 否 | 否 | 是 | 是 | 否 |
| [\$1slice](slice-projection.md) | 是 | 是 | 是 | 是 | 是 |
## 更新運算子
**Topics**
+ [陣列運算子](#mongo-apis-update-array)
+ [位元運算子](#mongo-apis-update-bitwise)
+ [欄位運算子](#mongo-apis-update-field)
+ [更新修飾詞](#mongo-apis-update-modifiers)
### 陣列運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1](dollar-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1[]](dollarBrackets-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1[]](dollarIdentifier-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1addToSet](addToSet.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1pop](pop.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1pullAll](pullAll.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1pull](pull.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1push](push.md) | 是 | 是 | 是 | 是 | 是 |
### 位元運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1bit](bit.md) | 是 | 是 | 是 | 是 | 是 |
### 欄位運算子
| 運算子 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1currentDate](currentDate.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1inc](inc.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1max](max-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1min](min-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1mul](mul.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1rename](rename.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1set](set-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1setOnInsert](setOnInsert.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1unset](unset-update.md) | 是 | 是 | 是 | 是 | 是 |
### 更新修飾詞
| 運算子 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1each](each.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1position](position.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1slice](slice-update.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1sort](sort-update.md) | 是 | 是 | 是 | 是 | 是 |
## Geospatial (地理空間)
### 幾何指標
| 查詢選取器 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| \$1box | 否 | 否 | 否 | 否 | 否 |
| \$1center | 否 | 否 | 否 | 否 | 否 |
| \$1centerSphere | 否 | 否 | 否 | 否 | 否 |
| [\$1geometry](geometry.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1maxDistance](maxDistance.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1minDistance](minDistance.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1nearSphere](nearSphere.md) | 是 | 是 | 是 | 是 | 是 |
| \$1polygon | 否 | 否 | 否 | 否 | 否 |
| \$1uniqueDocs | 否 | 否 | 否 | 否 | 否 |
### 查詢選取器
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1geoIntersects](geoIntersects.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1geoWithin](geoWithin.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1near](near.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1nearSphere](nearSphere.md) | 是 | 是 | 是 | 是 | 是 |
| \$1polygon | 否 | 否 | 否 | 否 | 否 |
| \$1uniqueDocs | 否 | 否 | 否 | 否 | 否 |
## 游標方法
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| cursor.batchSize() | 是 | 是 | 是 | 是 | 是 |
| cursor.close() | 是 | 是 | 是 | 是 | 是 |
| cursor.collation() | 否 | 否 | 否 | 是 | 否 |
| cursor.comment() | 是 | 是 | 是 | 是 | 是 |
| cursor.count() | 是 | 是 | 是 | 是 | 是 |
| cursor.explain() | 是 | 是 | 是 | 是 | 否 |
| cursor.forEach() | 是 | 是 | 是 | 是 | 是 |
| cursor.hasNext() | 是 | 是 | 是 | 是 | 是 |
| cursor.hint() | 是 | 是 | 是 | 是 | 是\$1 |
| cursor.isClosed() | 是 | 是 | 是 | 是 | 是 |
| cursor.isExhausted() | 是 | 是 | 是 | 是 | 否 |
| cursor.itcount() | 是 | 是 | 是 | 是 | 否 |
| cursor.limit() | 是 | 是 | 是 | 是 | 否 |
| cursor.map() | 是 | 是 | 是 | 是 | 否 |
| cursor.max() | 否 | 否 | 否 | 否 | 否 |
| cursor.maxScan() | 是 | 是 | 是 | 是 | 否 |
| cursor.maxTimeMS() | 是 | 是 | 是 | 是 | 否 |
| cursor.min() | 否 | 否 | 否 | 否 | 否 |
| cursor.next() | 是 | 是 | 是 | 是 | 是 |
| cursor.noCursorTimeout() | 否 | 否 | 否 | 否 | 否 |
| cursor.objsLeftInBatch() | 是 | 是 | 是 | 是 | 否 |
| cursor.pretty() | 是 | 是 | 是 | 是 | 否 |
| cursor.readConcern() | 是 | 是 | 是 | 是 | 否 |
| cursor.readPref() | 是 | 是 | 是 | 是 | 否 |
| cursor.returnKey() | 否 | 否 | 否 | 否 | 否 |
| cursor.showRecordId() | 否 | 否 | 否 | 否 | 否 |
| cursor.size() | 是 | 是 | 是 | 是 | 否 |
| cursor.skip() | 是 | 是 | 是 | 是 | 否 |
| cursor.sort() | 是 | 是 | 是 | 是 | 否 |
| cursor.tailable() | 否 | 否 | 否 | 否 | 否 |
| cursor.toArray() | 是 | 是 | 是 | 是 | 否 |
\$1 索引表達式`hint`支援索引。例如 `db.foo.find().hint({x:1})`。
## 彙總管道運算子
**Topics**
+ [累積器表達式](#mongo-apis-aggregation-pipeline-accumulator-expressions)
+ [算術運算子](#mongo-apis-aggregation-pipeline-arithmetic)
+ [陣列運算子](#mongo-apis-aggregation-pipeline-array)
+ [布林值運算子](#mongo-apis-aggregation-pipeline-boolean)
+ [比較運算子](#mongo-apis-aggregation-pipeline-comparison)
+ [條件式表達式運算子](#mongo-apis-aggregation-pipeline-conditional)
+ [資料類型運算子](#mongo-apis-aggregation-pipeline-data-type)
+ [資料大小運算子](#mongo-apis-aggregation-pipeline-data-size)
+ [日期運算子](#mongo-apis-aggregation-pipeline-date)
+ [文字運算子](#mongo-apis-aggregation-pipeline-literal)
+ [合併運算子](#mongo-apis-aggregation-pipeline-merge)
+ [自然運算子](#mongo-apis-aggregation-pipeline-natural)
+ [設定運算子](#mongo-apis-aggregation-pipeline-set)
+ [階段運算子](#mongo-apis-aggregation-pipeline-stage)
+ [字串運算子](#mongo-apis-aggregation-pipeline-string)
+ [系統變數](#mongo-apis-aggregation-pipeline-system-variables)
+ [文字搜尋運算子](#mongo-apis-aggregation-pipeline-text-search)
+ [類型轉換運算子](#mongo-apis-aggregation-pipeline-type)
+ [變數運算子](#mongo-apis-aggregation-pipeline-variable)
+ [其他運算子](#mongo-apis-aggregation-pipeline-misc)
### 累積器表達式
| 表達式 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| \$1累積器 | - | - | 否 | 否 | 否 |
| [\$1addToSet](addToSet-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1avg](avg.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1count](count.md) | - | - | 否 | 否 | 否 |
| \$1covariancePop | 否 | 否 | 否 | 否 | 否 |
| \$1covarianceSamp | 否 | 否 | 否 | 否 | 否 |
| \$1denseRank | 否 | 否 | 否 | 否 | 否 |
| \$1衍生性 | 否 | 否 | 否 | 否 | 否 |
| \$1documentNumber | 否 | 否 | 否 | 否 | 否 |
| \$1expMovingAvg | 否 | 否 | 否 | 否 | 否 |
| [\$1first](first.md) | 是 | 是 | 是 | 是 | 是 |
| \$1整合 | 否 | 否 | 否 | 否 | 否 |
| [\$1last](last.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1max](max.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1min](min.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1push](push-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| \$1rank | 否 | 否 | 否 | 否 | 否 |
| \$1shift | 否 | 否 | 否 | 否 | 否 |
| \$1stdDevPop | 否 | 否 | 否 | 否 | 否 |
| \$1stdDevSamp | 否 | 否 | 否 | 否 | 否 |
| [\$1sum](sum.md) | 是 | 是 | 是 | 是 | 是 |
### 算術運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1abs](abs.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1add](add.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1ceil](ceil.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1divide](divide.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1exp](exp.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1floor](floor.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1ln](ln.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1log](log.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1log10](log10.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1mod](mod.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1multiply](multiply.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1pow](pow.md) | 否 | 否 | 否 | 是 | 否 |
| \$1round | - | - | 否 | 否 | 否 |
| [\$1sqrt](sqrt.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1subtract](subtract.md) | 是 | 是 | 是 | 是 | 是 |
| \$1trunc | 否 | 否 | 否 | 否 | 否 |
### 陣列運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1arrayElemAt](arrayElemAt.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1arrayToObject](arrayToObject.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1concatArrays](concatArrays.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1filter](filter.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1first](first.md) | - | - | 是 | 是 | 否 |
| [\$1in](in-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1indexOfArray](indexOfArray.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1isArray](isArray.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1last](last.md) | - | - | 是 | 是 | 否 |
| [\$1objectToArray](objectToArray.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1range](range.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1reverseArray](reverseArray.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1reduce](reduce.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1size](size.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1slice](slice.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1zip](zip.md) | 是 | 是 | 是 | 是 | 是 |
### 布林值運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1and](and-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1not](not-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1or](or-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
### 比較運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1cmp](cmp.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1eq](eq-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1gt](gt-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1gte](gte-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1lt](lt-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1lte](lte-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1ne](ne-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
### 條件式表達式運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1cond](cond.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1ifNull](ifNull.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1switch](switch.md) | 否 | 是 | 是 | 是 | 否 |
### 資料類型運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1type](type-aggregation.md) | 是 | 是 | 是 | 是 | 是 |
### 資料大小運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| \$1binarySize | - | - | 否 | 否 | 否 |
| \$1bsonSize | - | - | 否 | 否 | 否 |
### 日期運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1dateAdd](dateAdd.md) | 否 | 否 | 是 | 是 | 是 |
| [\$1dateDiff](dateDiff.md) | - | - | 是 | 是 | 否 |
| \$1dateFromParts | 否 | 否 | 否 | 否 | 否 |
| [\$1dateFromString](dateFromString.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1dateSubtract](dateSubtract.md) | 否 | 否 | 是 | 是 | 是 |
| \$1dateToParts | 否 | 否 | 否 | 否 | 否 |
| [\$1dateToString](dateToString.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1dateTrunc](dateTrunc.md) | - | - | 否 | 是 | 否 |
| [\$1dayOfMonth](dayOfMonth.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1dayOfWeek](dayOfWeek.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1dayOfYear](dayOfYear.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1hour](hour.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1isoDayOfWeek](isoDayOfWeek.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1isoWeek](isoWeek.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1isoWeekYear](isoWeekYear.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1millisecond](millisecond.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1minute](minute.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1month](month.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1second](second.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1week](week.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1year](year.md) | 是 | 是 | 是 | 是 | 是 |
### 文字運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1literal](literal.md) | 是 | 是 | 是 | 是 | 是 |
### 合併運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1mergeObjects](mergeObjects.md) | 是 | 是 | 是 | 是 | 是 |
### 自然運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1自然](natural.md) | 是 | 是 | 是 | 是 | 是 |
### 設定運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1allElementsTrue](allElementsTrue.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1anyElementTrue](anyElementTrue.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1setDifference](setDifference.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1setEquals](setEquals.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1setIntersection](setIntersection.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1setIsSubset](setIsSubset.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1setUnion](setUnion.md) | 是 | 是 | 是 | 是 | 是 |
| \$1setWindowFields | 否 | 否 | 否 | 否 | 否 |
### 階段運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1addFields](addFields.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1bucket](bucket.md) | 否 | 否 | 否 | 是 | 否 |
| \$1bucketAuto | 否 | 否 | 否 | 否 |
| [\$1changeStream](changeStream.md) | 是 | 是 | 是 | 是 | 否 |
| [\$1collStats](collStats.md) | 否 | 是 | 是 | 是 | 否 |
| [\$1count](count.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1currentOp](currentOp.md) | 是 | 是 | 是 | 是 | 是 |
| \$1facet | 否 | 否 | 否 | 否 | 否 |
| [\$1geoNear](geoNear.md) | 是 | 是 | 是 | 是 | 是 |
| \$1graphLookup | 否 | 否 | 否 | 否 | 否 |
| [\$1group](group.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1indexStats](indexStats.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1limit](limit.md) | 是 | 是 | 是 | 是 | 是 |
| \$1listLocalSessions | 否 | 否 | 否 | 否 | 否 |
| \$1listSessions | 否 | 否 | 否 | 否 | 否 |
| [\$1lookup](lookup.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1match](match.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1merge](merge.md) | - | - | 否 | 是 | 否 |
| [\$1out](out.md) | 是 | 是 | 是 | 是 | 否 |
| \$1planCacheStats | - | - | 否 | 否 | 否 |
| [\$1project](project.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1redact](redact.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1replaceRoot](replaceRoot.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1sample](sample.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1set](set-stage.md) | - | - | 否 | 是 | 否 |
| \$1setWindowFields | - | - | 否 | 否 | 否 |
| [\$1skip](skip.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1sort](sort.md) | 是 | 是 | 是 | 是 | 是 |
| \$1sortByCount | 否 | 否 | 否 | 否 | 否 |
| \$1unionWith | - | - | 否 | 否 | 否 |
| [\$1unset](unset-stage.md) | - | - | 否 | 是 | 否 |
| [\$1unwind](unwind.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1replaceWith](replaceWith.md) | 否 | 否 | 否 | 是 | 否 |
| [\$1vectorSearch](vectorSearch.md) | 否 | 否 | 否 | 是 | 否 |
### 字串運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1concat](concat.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1indexOfBytes](indexOfBytes.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1indexOfCP](indexOfCP.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1ltrim](ltrim.md) | 否 | 是 | 是 | 是 | 否 |
| [\$1regexFind](regexFind.md) | - | - | 是 | 是 | 否 |
| [\$1regexFindAll](regexFindAll.md) | - | - | 是 | 是 | 否 |
| [\$1regexMatch](regexMatch.md) | - | - | 是 | 是 | 否 |
| [\$1replaceAll](replaceAll.md) | - | - | 是 | 是 | 否 |
| [\$1replaceOne](replaceOne.md) | - | - | 是 | 是 | 否 |
| [\$1rtrim](rtrim.md) | 否 | 是 | 是 | 是 | 否 |
| [\$1split](split.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1strcasecmp](strcasecmp.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1strLenBytes](strLenBytes.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1strLenCP](strLenCP.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1substr](substr.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1substrBytes](substrBytes.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1substrCP](substrCP.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1toLower](toLower.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1toUpper](toUpper.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1trim](trim.md) | 否 | 是 | 是 | 是 | 否 |
### 系統變數
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| \$1\$1CURRENT | 否 | 否 | 否 | 否 | 否 |
| [\$1\$1DESCEND](DESCEND.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1\$1KEEP](KEEP.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1\$1PRUNE](PRUNE.md) | 是 | 是 | 是 | 是 | 是 |
| \$1\$1REMOVE | 否 | 否 | 否 | 否 | 否 |
| [\$1ROOT](ROOT.md) | 是 | 是 | 是 | 是 | 是 |
### 文字搜尋運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1meta](meta-aggregation.md) | 否 | 否 | 是 | 是 | 否 |
| [\$1search](search.md) | 否 | 否 | 是 | 是 | 否 |
### 類型轉換運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1轉換](convert.md) | 否 | 是 | 是 | 是 | 是 |
| \$1isNumber | - | - | 否 | 否 | 否 |
| [\$1toBool](toBool.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toDate](toDate.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toDecimal](toDecimal.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toDouble](toDouble.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toInt](toInt.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toLong](toLong.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toObjectId](toObjectId.md) | 否 | 是 | 是 | 是 | 是 |
| [\$1toString](toString.md) | 否 | 是 | 是 | 是 | 是 |
### 變數運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| [\$1let](let.md) | 是 | 是 | 是 | 是 | 是 |
| [\$1map](map.md) | 是 | 是 | 是 | 是 | 是 |
### 其他運算子
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| \$1getField | - | - | 否 | 否 | 否 |
| [\$1rand](rand.md) | - | - | 否 | 是 | 否 |
| \$1sampleRate | - | - | 否 | 否 | 否 |
## 資料類型
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| 32 位元整數 (int) | 是 | 是 | 是 | 是 | 是 |
| 64 位元整數 （長） | 是 | 是 | 是 | 是 | 是 |
| 陣列 | 是 | 是 | 是 | 是 | 是 |
| 二進位資料 | 是 | 是 | 是 | 是 | 是 |
| Boolean | 是 | 是 | 是 | 是 | 是 |
| Date | 是 | 是 | 是 | 是 | 是 |
| DBPointer | 否 | 否 | 否 | 否 | 否 |
| DBRefs | 否 | 否 | 否 | 否 | 否 |
| Decimal128 | 是 | 是 | 是 | 是 | 是 |
| Double | 是 | 是 | 是 | 是 | 是 |
| JavaScript | 否 | 否 | 否 | 否 | 否 |
| JavaScript （含 範圍） | 否 | 否 | 否 | 否 | 否 |
| MaxKey | 是 | 是 | 是 | 是 | 是 |
| MinKey | 是 | 是 | 是 | 是 | 是 |
| Null | 是 | 是 | 是 | 是 | 是 |
| 物件 | 是 | 是 | 是 | 是 | 是 |
| ObjectId | 是 | 是 | 是 | 是 | 是 |
| Regular expression (常規表達式) | 是 | 是 | 是 | 是 | 是 |
| String | 是 | 是 | 是 | 是 | 是 |
| Symbol | 否 | 否 | 否 | 否 | 否 |
| 時間戳記 | 是 | 是 | 是 | 是 | 是 |
| 未定義 | 否 | 否 | 否 | 否 | 否 |
## 索引和索引屬性
**Topics**
+ [索引](#mongo-apis-indexes)
+ [索引屬性](#mongo-apis-index-properties)
### 索引
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| 2dsphere | 是 | 是 | 是 | 是 | 是 |
| 2d 索引 | 否 | 否 | 否 | 否 | 否 |
| 複合索引 | 是 | 是 | 是 | 是 | 是 |
| 雜湊索引 | 否 | 否 | 否 | 否 | 否 |
| 多索引鍵索引 | 是 | 是 | 是 | 是 | 是 |
| 單一欄位索引 | 是 | 是 | 是 | 是 | 是 |
| 文字索引 | 否 | 否 | 是 | 是 | 否 |
| 萬用字元 | 否 | 否 | 否 | 否 | 否 |
### 索引屬性
| 命令 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 |
| --- | --- | --- | --- | --- | --- |
| 背景介紹 | 是 | 是 | 是 | 是 | 是 |
| 不區分大小寫 | 否 | 否 | 否 | 是 | 否 |
| Hidden | 否 | 否 | 否 | 否 | 否 |
| 部分 | 否 | 否 | 是 | 是 | 否 |
| 稀疏 | 是 | 是 | 是 | 是 | 是 |
| 文字 | 否 | 否 | 是 | 是 | 否 |
| TTL | 是 | 是 | 是 | 是 | 是 |
| 唯一 | 是 | 是 | 是 | 是 | 是 |
| 向量 | 否 | 否 | 是 | 是 | 否 |
如需特定 MongoDB 運算子的詳細資訊，請參閱下列主題：
+ [彙總管道運算子](mongo-apis-aggregation-pipeline-operators.md)
+ [Geospatial (地理空間)](mongo-apis-geospatial-operators.md)
+ [投影運算子](#mongo-apis-projection-operators)
+ [更新運算子](mongo-apis-update-operators.md)
# 彙總管道運算子
本節提供有關 Amazon DocumentDB 支援的彙總管道運算子的詳細資訊。
**Topics**
+ [\$1\$1DESCEND](DESCEND.md)
+ [\$1\$1KEEP](KEEP.md)
+ [\$1\$1PRUNE](PRUNE.md)
+ [\$1ROOT](ROOT.md)
+ [\$1abs](abs.md)
+ [\$1add](add.md)
+ [\$1addToSet](addToSet-aggregation.md)
+ [\$1addFields](addFields.md)
+ [\$1allElementsTrue](allElementsTrue.md)
+ [\$1and](and-aggregation.md)
+ [\$1anyElementTrue](anyElementTrue.md)
+ [\$1arrayElemAt](arrayElemAt.md)
+ [\$1arrayToObject](arrayToObject.md)
+ [\$1avg](avg.md)
+ [\$1bucket](bucket.md)
+ [\$1ceil](ceil.md)
+ [\$1changeStream](changeStream.md)
+ [\$1cmp](cmp.md)
+ [\$1collStats](collStats.md)
+ [\$1concat](concat.md)
+ [\$1concatArrays](concatArrays.md)
+ [\$1cond](cond.md)
+ [\$1轉換](convert.md)
+ [\$1count](count.md)
+ [\$1currentOp](currentOp.md)
+ [\$1dateAdd](dateAdd.md)
+ [\$1dateDiff](dateDiff.md)
+ [\$1dateFromString](dateFromString.md)
+ [\$1dateSubtract](dateSubtract.md)
+ [\$1dateToString](dateToString.md)
+ [\$1dateTrunc](dateTrunc.md)
+ [\$1dayOfMonth](dayOfMonth.md)
+ [\$1dayOfWeek](dayOfWeek.md)
+ [\$1dayOfYear](dayOfYear.md)
+ [\$1divide](divide.md)
+ [\$1eq](eq-aggregation.md)
+ [\$1exp](exp.md)
+ [\$1filter](filter.md)
+ [\$1first](first.md)
+ [\$1floor](floor.md)
+ [\$1geoNear](geoNear.md)
+ [\$1group](group.md)
+ [\$1gt](gt-aggregation.md)
+ [\$1gte](gte-aggregation.md)
+ [\$1hour](hour.md)
+ [\$1ifNull](ifNull.md)
+ [\$1in](in-aggregation.md)
+ [\$1indexOfArray](indexOfArray.md)
+ [\$1indexOfBytes](indexOfBytes.md)
+ [\$1indexOfCP](indexOfCP.md)
+ [\$1indexStats](indexStats.md)
+ [\$1isArray](isArray.md)
+ [\$1isoDayOfWeek](isoDayOfWeek.md)
+ [\$1isoWeek](isoWeek.md)
+ [\$1isoWeekYear](isoWeekYear.md)
+ [\$1last](last.md)
+ [\$1let](let.md)
+ [\$1limit](limit.md)
+ [\$1literal](literal.md)
+ [\$1ln](ln.md)
+ [\$1log](log.md)
+ [\$1log10](log10.md)
+ [\$1lt](lt-aggregation.md)
+ [\$1lte](lte-aggregation.md)
+ [\$1lookup](lookup.md)
+ [\$1ltrim](ltrim.md)
+ [\$1map](map.md)
+ [\$1match](match.md)
+ [\$1max](max.md)
+ [\$1meta](meta-aggregation.md)
+ [\$1merge](merge.md)
+ [\$1mergeObjects](mergeObjects.md)
+ [\$1millisecond](millisecond.md)
+ [\$1min](min.md)
+ [\$1minute](minute.md)
+ [\$1mod](mod.md)
+ [\$1month](month.md)
+ [\$1multiply](multiply.md)
+ [\$1自然](natural.md)
+ [\$1ne](ne-aggregation.md)
+ [\$1not](not-aggregation.md)
+ [\$1objectToArray](objectToArray.md)
+ [\$1or](or-aggregation.md)
+ [\$1out](out.md)
+ [\$1pow](pow.md)
+ [\$1push](push-aggregation.md)
+ [\$1project](project.md)
+ [\$1rand](rand.md)
+ [\$1range](range.md)
+ [\$1redact](redact.md)
+ [\$1reduce](reduce.md)
+ [\$1regexFind](regexFind.md)
+ [\$1regexFindAll](regexFindAll.md)
+ [\$1regexMatch](regexMatch.md)
+ [\$1replaceAll](replaceAll.md)
+ [\$1replaceOne](replaceOne.md)
+ [\$1replaceRoot](replaceRoot.md)
+ [\$1replaceWith](replaceWith.md)
+ [\$1reverseArray](reverseArray.md)
+ [\$1rtrim](rtrim.md)
+ [\$1sample](sample.md)
+ [\$1search](search.md)
+ [\$1second](second.md)
+ [\$1set](set-stage.md)
+ [\$1setDifference](setDifference.md)
+ [\$1setEquals](setEquals.md)
+ [\$1setIntersection](setIntersection.md)
+ [\$1setIsSubset](setIsSubset.md)
+ [\$1setUnion](setUnion.md)
+ [\$1skip](skip.md)
+ [\$1slice](slice.md)
+ [\$1size](size.md)
+ [\$1sort](sort.md)
+ [\$1split](split.md)
+ [\$1sqrt](sqrt.md)
+ [\$1strLenBytes](strLenBytes.md)
+ [\$1strLenCP](strLenCP.md)
+ [\$1strcasecmp](strcasecmp.md)
+ [\$1substr](substr.md)
+ [\$1substrBytes](substrBytes.md)
+ [\$1substrCP](substrCP.md)
+ [\$1subtract](subtract.md)
+ [\$1sum](sum.md)
+ [\$1switch](switch.md)
+ [\$1toBool](toBool.md)
+ [\$1toDate](toDate.md)
+ [\$1toDecimal](toDecimal.md)
+ [\$1toDouble](toDouble.md)
+ [\$1toInt](toInt.md)
+ [\$1toLong](toLong.md)
+ [\$1toLower](toLower.md)
+ [\$1toObjectId](toObjectId.md)
+ [\$1toString](toString.md)
+ [\$1toUpper](toUpper.md)
+ [\$1trim](trim.md)
+ [\$1type](type-aggregation.md)
+ [\$1unset](unset-stage.md)
+ [\$1unwind](unwind.md)
+ [\$1vectorSearch](vectorSearch.md)
+ [\$1week](week.md)
+ [\$1year](year.md)
+ [\$1zip](zip.md)
# \$1\$1DESCEND
Amazon DocumentDB 中的`$$DESCEND`運算子是在`$redact`管道階段中使用的特殊位置陣列運算子。它會指示彙總管道遞減至目前的文件並處理所有欄位，無論其巢狀層級為何。
當`$redact`階段遇到`$$DESCEND`運算子時，它會讓目前文件中的所有欄位保持可見，並進一步處理它們。當您想要根據條件選擇性地修訂或剪除特定欄位，同時保留文件的結構時，這非常有用。
**參數**
無.
## 範例 (MongoDB Shell)
在此範例中，我們將使用 `$redact`階段搭配 `$$DESCEND`運算子，選擇性地顯示 `code` 欄位等於 "Reg" 的文件。
**建立範例文件**
```
db.patient.insertMany([
{ "_id": 1, "code": "Emp", "patient": "John Doe", "DOB": "1/1/1980", "Hospital": "Main" },
{ "_id": 2, "code": "Reg", "patient": "Jane Doe", "DOB": "3/27/1989", "Hospital": "Cherry Hill" },
{ "_id": 3, "code": "Emp", "patient": "Bob Smith", "DOB": "6/15/1975", "Hospital": "Downtown" }
]);
```
**查詢範例**
```
db.patient.aggregate([
{ $redact: {
$cond: {
if: { $eq: ["Reg", "$code"] },
then: "$$DESCEND",
else: "$$PRUNE"
}
}}
]);
```
**輸出**
```
{
"_id": 2,
"code": "Reg",
"patient": "Jane Doe",
"DOB": "3/27/1989",
"Hospital": "Cherry Hill"
}
```
## 程式碼範例
若要檢視使用 `$$DESCEND`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function redactPatients() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('patient');
const result = await collection.aggregate([
{ $redact: {
$cond: {
if: { $eq: ["Reg", "$code"] },
then: "$$DESCEND",
else: "$$PRUNE"
}
}}
]).toArray();
console.log(result);
client.close();
}
redactPatients();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def redact_patients():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
collection = db.patient
result = list(collection.aggregate([
{ "$redact": {
"$cond": {
"if": { "$eq": ["Reg", "$code"] },
"then": "$$DESCEND",
"else": "$$PRUNE"
}
}}
]))
print(result)
client.close()
redact_patients()
```
------
# \$1\$1KEEP
`$$KEEP` 系統變數會與彙總管道中的`$redact`階段搭配使用，以保持目前文件或欄位不變，並將其包含在輸出中。
**參數**
無
## 範例 (MongoDB Shell)
下列範例示範在 Amazon DocumentDB 彙總管道`$$KEEP`中使用 。只有在存取等於「公開」時才會保留文件，否則會將其移除。
**建立範例文件**
```
db.articles.insertMany([
{ title: "Article A", access: "public", content: "Visible content" },
{ title: "Article B", access: "private", content: "Hidden content" }
]);
```
**查詢範例**
```
db.articles.aggregate([
{
$redact: {
$cond: [
{ $eq: ["$access", "public"] },
"$$KEEP",
"$$PRUNE"
]
}
}
]);
```
**輸出**
```
[
{
"_id" : ObjectId("..."),
"title" : "Article A",
"access" : "public",
"content" : "Visible content"
}
]
```
## 程式碼範例
若要檢視使用 `$$KEEP`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function run() {
const client = new MongoClient(
'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0'
);
try {
await client.connect();
const db = client.db('test');
const articles = db.collection('articles');
const pipeline = [
{
$redact: {
$cond: [
{ $eq: ["$access", "public"] },
"$$KEEP",
"$$PRUNE"
]
}
}
];
const results = await articles.aggregate(pipeline).toArray();
console.log(results);
} finally {
await client.close();
}
}
run().catch(console.error);
```
------
#### [ Python ]
```
from pymongo import MongoClient
client = MongoClient(
"mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0"
)
db = client.test
articles = db.articles
pipeline = [
{
"$redact": {
"$cond": [
{"$eq": ["$access", "public"]},
"$$KEEP",
"$$PRUNE"
]
}
}
]
results = list(articles.aggregate(pipeline))
print(results)
client.close()
```
------
# \$1\$1PRUNE
`$$PRUNE` 系統變數會與彙總管道中的 `$redact`階段搭配使用，以從結果中排除文件或內嵌文件層級。當條件評估為 時`$$PRUNE`，目前的文件或子文件會從輸出中移除。它通常與 `$$DESCEND`（保留和周遊文件） 或 `$$KEEP`（保留文件的所有層級） 搭配使用。
**參數**
無. `$$PRUNE` 系統變數在沒有參數的情況下使用，且必須與 搭配使用`$redact`。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$$PRUNE`搭配 `$redact`，從結果中排除超過 30 年的使用者。
**建立範例文件**
```
db.users.insert([
{ _id:1, name: "Carlos Salazar", age: 35, address: { street: "123 Main St", city: "Anytown", state: "CA" } },
{ _id:2, name: "Saanvi Sarkar", age: 28, address: { street: "456 Oak Rd", city: "Someplace", state: "NY" } },
{ _id:3, name: "Li Juan", age: 42, address: { street: "789 Pine Ave", city: "Springfield", state: "TX" } }
])
```
**查詢範例**
```
db.users.aggregate([
{
$redact: {
$cond: {
if: { $gt: ["$age", 30] },
then: "$$PRUNE",
else: "$$DESCEND"
}
}
}
])
```
**輸出**
```
[
{
"_id": 2,
"name": "Saanvi Sarkar",
"age": 28,
"address": {
"street": "456 Oak Rd",
"city": "Someplace",
"state": "NY"
}
}
]
```
## 程式碼範例
若要檢視使用 `$$PRUNE`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
const client = new MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
async function main() {
await client.connect();
const db = client.db('test');
const users = db.collection('users');
const result = await users.aggregate([
{
$redact: {
$cond: {
if: { $gt: ["$age", 30] },
then: "$$PRUNE",
else: "$$DESCEND"
}
}
}
]).toArray();
console.log(result);
await client.close();
}
main();
```
------
#### [ Python ]
```
from pymongo import MongoClient
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
users = db['users']
result = list(users.aggregate([
{
'$redact': {
'$cond': {
'if': { '$gt': ['$age', 30] },
'then': '$$PRUNE',
'else': '$$DESCEND'
}
}
}
]))
print(result)
client.close()
```
------
# \$1ROOT
Amazon DocumentDB 中的`$ROOT`運算子用於參考彙總管道中的整個輸入文件。它可讓您存取和操作完整的文件，包括其所有巢狀欄位和結構。
**參數**
無
## 範例 (MongoDB Shell)
此範例示範使用 `$ROOT`來建立稽核日誌，該日誌會擷取完整的原始文件以及處理時的中繼資料。
**建立範例文件**
```
db.orders.insertMany([
{
_id: 1,
orderId: "ORD-2024-001",
customer: "María García",
email: "maría@example.com",
items: [
{ product: "Laptop", quantity: 1, price: 1299.99 }
],
totalAmount: 1299.99
},
{
_id: 2,
orderId: "ORD-2024-002",
customer: "Arnav Desai",
email: "arnav@example.com",
items: [
{ product: "Mouse", quantity: 2, price: 29.99 },
{ product: "Keyboard", quantity: 1, price: 89.99 }
],
totalAmount: 149.97
}
]);
```
**查詢範例**
```
db.orders.aggregate([
{
$project: {
processedAt: new Date(),
originalDocument: "$$ROOT",
summary: {
$concat: [
"Order ",
"$orderId",
" for ",
"$customer",
" - Total: $",
{ $toString: "$totalAmount" }
]
}
}
}
]);
```
**輸出**
```
[
{
_id: 1,
processedAt: ISODate('2025-11-24T20:43:51.492Z'),
originalDocument: {
_id: 1,
orderId: 'ORD-2024-001',
customer: 'María García',
email: 'maría@example.com',
items: [ { product: 'Laptop', quantity: 1, price: 1299.99 } ],
totalAmount: 1299.99
},
summary: 'Order ORD-2024-001 for María García - Total: $1299.99'
},
{
_id: 2,
processedAt: ISODate('2025-11-24T20:43:51.492Z'),
originalDocument: {
_id: 2,
orderId: 'ORD-2024-002',
customer: 'Arnav Desai',
email: 'arnav@example.com',
items: [
{ product: 'Mouse', quantity: 2, price: 29.99 },
{ product: 'Keyboard', quantity: 1, price: 89.99 }
],
totalAmount: 149.97
},
summary: 'Order ORD-2024-002 for Arnav Desai - Total: $149.97'
}
]
```
## 程式碼範例
若要檢視使用 `$ROOT`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function createAuditLog() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const orders = db.collection('orders');
const result = await orders.aggregate([
{
$project: {
processedAt: new Date(),
originalDocument: "$$ROOT",
summary: {
$concat: [
"Order ",
"$orderId",
" for ",
"$customer",
" - Total: $",
{ $toString: "$totalAmount" }
]
}
}
}
]).toArray();
console.log(result);
await client.close();
}
createAuditLog();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from datetime import datetime
def create_audit_log():
client = MongoClient('mongodb://username:password@docdb-cluster.cluster-123456789.us-east-1.docdb.amazonaws.com:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['orders']
result = list(collection.aggregate([
{
'$project': {
'processedAt': datetime.now(),
'originalDocument': '$$ROOT',
'summary': {
'$concat': [
"Order ",
"$orderId",
" for ",
"$customer",
" - Total: $",
{ '$toString': "$totalAmount" }
]
}
}
}
]))
print(result)
client.close()
create_audit_log()
```
------
# \$1abs
Amazon DocumentDB 中的`$abs`運算子會傳回數字的絕對值。它可用於彙總管道，對數值欄位執行數學操作。
**參數**
+ `number`：將傳回絕對值的數值表達式。
## 範例 (MongoDB Shell)
此範例示範 `$abs`運算子的使用情況，以尋找數值欄位的絕對值。
**建立範例文件**
```
db.numbers.insertMany([
{ "_id": 1, "value": -5 },
{ "_id": 2, "value": 10 },
{ "_id": 3, "value": -3.14 },
{ "_id": 4, "value": 0 }
]);
```
**查詢範例**
```
db.numbers.aggregate([
{ $project: {
"_id": 1,
"absolute_value": { $abs: "$value" }
}}
]);
```
**輸出**
```
[
{ "_id": 1, "absolute_value": 5 },
{ "_id": 2, "absolute_value": 10 },
{ "_id": 3, "absolute_value": 3.14 },
{ "_id": 4, "absolute_value": 0 }
]
```
## 程式碼範例
若要檢視使用 `$abs`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function main() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('numbers');
const result = await collection.aggregate([
{ $project: {
"_id": 1,
"absolute_value": { $abs: "$value" }
}}
]).toArray();
console.log(result);
await client.close();
}
main();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def main():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['numbers']
result = list(collection.aggregate([
{ '$project': {
"_id": 1,
"absolute_value": { "$abs": "$value" }
}}
]))
print(result)
client.close()
if __name__ == "__main__":
main()
```
------
# \$1add
Amazon DocumentDB 中的`$add`運算子用來同時新增數字或日期。它可用於對數值欄位執行算術運算，或將時間單位數新增至日期欄位，以執行日期算術。
**參數**
+ `expression1`：要新增的第一個數字或日期。
+ `expression2`：要新增的第二個數字或日期。
+ `expression3`：（選用） 要新增的其他號碼或日期。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$add`運算子將兩個數字加在一起。
**建立範例文件**
```
db.numbers.insertMany([
{ _id: 1, a: 5, b: 3 },
{ _id: 2, a: 10, b: 7 },
{ _id: 3, a: 2, b: 8 }
]);
```
**查詢範例**
```
db.numbers.aggregate([
{ $project: {
_id: 1,
sum: { $add: ["$a", "$b"] }
}}
])
```
**輸出**
```
[
{ "_id" : 1, "sum" : 8 },
{ "_id" : 2, "sum" : 17 },
{ "_id" : 3, "sum" : 10 }
]
```
在此範例中，`$add`運算子用於為每個文件新增 `a`和 `b` 欄位的值，並將結果存放在 `sum` 欄位中。
## 程式碼範例
若要檢視使用 `$add`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('numbers');
const result = await collection.aggregate([
{ $project: {
_id: 1,
sum: { $add: ['$a', '$b'] }
}}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['numbers']
result = list(collection.aggregate([
{ '$project': {
'_id': 1,
'sum': { '$add': ['$a', '$b'] }
}}
]))
print(result)
client.close()
```
------
# \$1addToSet
`$addToSet` 彙總運算子會從每個群組的指定表達式傳回唯一值的陣列。它會在`$group`階段內用來累積不同的值，自動消除重複項目。
**參數**
+ `expression`：要評估群組中每個文件的表達式。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$addToSet` 運算子來收集為每位客戶下訂單的唯一城市。
**建立範例文件**
```
db.orders.insertMany([
{ _id: 1, customer: "Alice", city: "Seattle", amount: 100 },
{ _id: 2, customer: "Alice", city: "Portland", amount: 150 },
{ _id: 3, customer: "Bob", city: "Seattle", amount: 200 },
{ _id: 4, customer: "Alice", city: "Seattle", amount: 75 },
{ _id: 5, customer: "Bob", city: "Boston", amount: 300 }
]);
```
**查詢範例**
```
db.orders.aggregate([
{
$group: {
_id: "$customer",
cities: { $addToSet: "$city" }
}
}
]);
```
**輸出**
```
[
{ _id: 'Bob', cities: [ 'Seattle', 'Boston' ] },
{ _id: 'Alice', cities: [ 'Seattle', 'Portland' ] }
]
```
## 程式碼範例
若要檢視使用`$addToSet`彙總運算子的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('orders');
const result = await collection.aggregate([
{
$group: {
_id: "$customer",
cities: { $addToSet: "$city" }
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['orders']
result = list(collection.aggregate([
{
'$group': {
'_id': '$customer',
'cities': { '$addToSet': '$city' }
}
}
]))
print(result)
client.close()
example()
```
------
# \$1addFields
Amazon DocumentDB 彙總管道中的`$addFields`階段可讓您將新的運算欄位新增至文件。這對於將衍生或轉換的資料新增至文件非常有用。
**參數**
+ `newField`：要新增的新欄位名稱。
+ `expression`：解析為新欄位值的表達式。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$addFields` 新增 欄位`TotalInventory`，根據 `Inventory.OnHand`和 `Inventory.OrderQnty` 欄位計算總庫存。
**建立範例文件**
```
db.example.insertMany([
{
"Item": "Spray Paint",
"Colors": ["Black", "Red", "Green", "Blue"],
"Inventory": {
"OnHand": 47,
"MinOnHand": 50,
"OrderQnty": 36
},
"UnitPrice": 3.99
},
{
"Item": "Ruler",
"Colors": ["Red", "Green", "Blue", "Clear", "Yellow"],
"Inventory": {
"OnHand": 47,
"MinOnHand": 40
},
"UnitPrice": 0.89
}
]);
```
**查詢範例**
```
db.example.aggregate([
{
$addFields: {
TotalInventory: { $add: ["$Inventory.OnHand", "$Inventory.OrderQnty"] }
}
}
])
```
**輸出**
```
[
{
"_id" : ObjectId("5bedafbcf65ff161707de24f"),
"Item" : "Ruler",
"Colors" : [ "Red", "Green", "Blue", "Clear", "Yellow" ],
"Inventory" : {
"OnHand" : 47,
"MinOnHand" : 40
},
"UnitPrice" : 0.89,
"TotalInventory" : 47
},
{
"_id" : ObjectId("5bedafbcf65ff161707de250"),
"Item" : "Spray Paint",
"Colors" : [ "Black", "Red", "Green", "Blue" ],
"Inventory" : {
"OnHand" : 47,
"MinOnHand" : 50,
"OrderQnty" : 36
},
"UnitPrice" : 3.99,
"TotalInventory" : 83
}
]
```
## 程式碼範例
若要檢視使用 `$addFields`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('example');
const result = await collection.aggregate([
{
$addFields: {
TotalInventory: { $add: ['$Inventory.OnHand', '$Inventory.OrderQnty'] }
}
}
]).toArray();
console.log(result);
await client.close();
```
------
#### [ Python ]
```
from pymongo import MongoClient
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['example']
result = list(collection.aggregate([
{
'$addFields': {
'TotalInventory': { '$add': ['$Inventory.OnHand', '$Inventory.OrderQnty'] }
}
}
]))
print(result)
client.close()
```
------
# \$1allElementsTrue
4.0 版的新功能
`$allElementsTrue` 運算子用於檢查陣列中的所有元素是否評估為 true 值。
**參數**
+ `expression`：評估 陣列的表達式。
## 範例 (MongoDB Shell)
下列範例示範使用 `$allElementsTrue`來檢查陣列中的所有元素是否為 true。
**建立範例文件**
```
db.collection.insert([
{ "name": "John", "scores": [100, 90, 80] },
{ "name": "Jane", "scores": [80, 85, 0] },
{ "name": "Bob", "scores": [90, 95, null] }
])
```
**查詢範例**
```
db.collection.find({
"scores": { "$allElementsTrue": [{ "$gt": 0 }] }
})
```
**輸出**
```
[
{ "_id" : ObjectId("..."), "name" : "John", "scores" : [ 100, 90, 80 ] },
{ "_id" : ObjectId("..."), "name" : "Bob", "scores" : [ 90, 95, null ] }
]
```
在此範例中，查詢會檢查`scores`陣列中的所有元素是否大於 0。`"name": "Jane"` 排除具有 的文件，因為`scores`陣列包含 0，這是虛構的值。
## 程式碼範例
若要檢視使用 `$allElementsTrue`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('collection');
const result = await collection.find({
"scores": { "$allElementsTrue": [{ "$gt": 0 }] }
}).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['collection']
result = list(collection.find({
"scores": {"$allElementsTrue": [{"$gt": 0}]}
}))
print(result)
client.close()
example()
```
------
# \$1and
`$and` 彙總運算子會評估多個表達式，並`true`僅在所有表達式評估為 時傳回 `true`。如果任何表達式為 `false`，則會傳回 `false`。
**參數**
+ `expressions`：要評估的表達式陣列。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$and` 運算子來檢查產品是否符合多個條件。
**建立範例文件**
```
db.products.insertMany([
{ _id: 1, name: "Laptop", price: 1200, inStock: true },
{ _id: 2, name: "Mouse", price: 25, inStock: false },
{ _id: 3, name: "Keyboard", price: 75, inStock: true }
]);
```
**查詢範例**
```
db.products.aggregate([
{
$project: {
name: 1,
price: 1,
inStock: 1,
affordable: {
$and: [
{ $lt: ["$price", 100] },
{ $eq: ["$inStock", true] }
]
}
}
}
]);
```
**輸出**
```
[
{ _id: 1, name: 'Laptop', price: 1200, inStock: true, affordable: false },
{ _id: 2, name: 'Mouse', price: 25, inStock: false, affordable: false },
{ _id: 3, name: 'Keyboard', price: 75, inStock: true, affordable: true }
]
```
## 程式碼範例
若要檢視使用`$and`彙總運算子的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('products');
const result = await collection.aggregate([
{
$project: {
name: 1,
price: 1,
inStock: 1,
affordable: {
$and: [
{ $lt: ["$price", 100] },
{ $eq: ["$inStock", true] }
]
}
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['products']
result = list(collection.aggregate([
{
'$project': {
'name': 1,
'price': 1,
'inStock': 1,
'affordable': {
'$and': [
{ '$lt': ['$price', 100] },
{ '$eq': ['$inStock', True] }
]
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1anyElementTrue
4.0 版的新功能
`$anyElementTrue` 運算子用於判斷陣列中的任何元素是否為 true。
**參數**
+ `field`：要評估的陣列欄位。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$anyElementTrue` 來檢查陣列中的任何元素是否為 true。
**建立範例文件**
```
db.grades.insertMany([
{ _id: 1, student: 'Tim', scores: [false, false, null] },
{ _id: 2, student: 'Bob', scores: [false, 0, false] },
{ _id: 3, student: 'Ivy', scores: [false, true, 0] }
])
```
**查詢範例**
```
db.grades.aggregate([
{
$project: {
student: 1,
isAnyTrue: { $anyElementTrue: ["$scores"] },
_id: 0
}
}
])
```
**輸出**
```
[
{ student: 'Tim', isAnyTrue: false },
{ student: 'Bob', isAnyTrue: false },
{ student: 'Ivy', isAnyTrue: true }
]
```
## 程式碼範例
若要檢視使用 `$anyElementTrue`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('grades');
const result = await collection.aggregate([
{
$project: {
student: 1,
isAnyTrue: { $anyElementTrue: ["$scores"] },
_id: 0
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['grades']
result = list(collection.aggregate([
{
"$project": {
"student": 1,
"isAnyTrue": { "$anyElementTrue": ["$scores"] },
"_id": 0
}
}
]))
print(result)
client.close()
example()
```
------
# \$1arrayElemAt
Amazon DocumentDB 中的`$arrayElemAt`運算子可讓您依索引位置從陣列擷取 元素。當您需要存取文件中陣列欄位中的特定元素時，此功能特別有用。
**參數**
+ `array`：要從中擷取 元素的輸入陣列。
+ `index`：要擷取之 元素的以零為基礎的索引位置。此值必須是非負整數。
## 範例 (MongoDB Shell)
在此範例中，我們將示範如何使用 `$arrayElemAt`運算子，從`miles`集合中的`flight_miles`陣列擷取特定元素。
**建立範例文件**
```
db.miles.insertMany([
{ "_id" : 1, "member_since" : ISODate("1987-01-01T00:00:00Z"), "credit_card" : false, "flight_miles" : [ 1205, 2560, 880 ]},
{ "_id" : 2, "member_since" : ISODate("1982-01-01T00:00:00Z"), "credit_card" : true, "flight_miles" : [ 1205, 2560, 890, 2780 ]},
{ "_id" : 3, "member_since" : ISODate("1999-01-01T00:00:00Z"), "credit_card" : true, "flight_miles" : [ 1205, 880 ]}
]);
```
**查詢範例**
```
db.miles.aggregate([
{ $project: {
"_id": 1,
"first_mile": { $arrayElemAt: [ "$flight_miles", 0 ] },
"last_mile": { $arrayElemAt: [ "$flight_miles", -1 ] }
}}
]);
```
**輸出**
```
{ "_id" : 1, "first_mile" : 1205, "last_mile" : 880 }
{ "_id" : 2, "first_mile" : 1205, "last_mile" : 2780 }
{ "_id" : 3, "first_mile" : 1205, "last_mile" : 880 }
```
在此範例中，我們使用 `$arrayElemAt`運算子來擷取每個文件`flight_miles`陣列的第一個和最後一個元素。
## 程式碼範例
若要檢視使用 `$arrayElemAt`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('miles');
const result = await collection.aggregate([
{ $project: {
"_id": 1,
"first_mile": { $arrayElemAt: [ "$flight_miles", 0 ] },
"last_mile": { $arrayElemAt: [ "$flight_miles", -1 ] }
}}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.mydatabase
collection = db.miles
result = list(collection.aggregate([
{ "$project": {
"_id": 1,
"first_mile": { "$arrayElemAt": [ "$flight_miles", 0 ] },
"last_mile": { "$arrayElemAt": [ "$flight_miles", -1 ] }
}}
]))
print(result)
client.close()
example()
```
------
# \$1arrayToObject
Amazon DocumentDB 中的`$arrayToObject`運算子是`$objectToArray`運算子的反向。它需要一系列鍵值對文件，並將其轉換為單一文件。當您需要將一組鍵/值對轉換回物件或文件結構時，這特別有用。
**參數**
+ `array expression`：解析為陣列的表達式。陣列元素必須是具有兩個欄位的文件： `k`（索引鍵） 和 `v`（值）。
## 範例 (MongoDB Shell)
以下範例示範如何使用 `$arrayToObject`將鍵值對陣列轉換回文件。
**建立範例文件**
```
db.videos.insertMany([
{ "_id": 1, "name": "Live Soft", "inventory": { "Des Moines": 1000, "Ames": 500 } },
{ "_id": 2, "name": "Top Pilot", "inventory": { "Mason City": 250, "Des Moines": 1000 } },
{ "_id": 3, "name": "Romancing the Rock", "inventory": { "Mason City": 250, "Ames": 500 } },
{ "_id": 4, "name": "Bravemind", "inventory": { "Mason City": 250, "Des Moines": 1000, "Ames": 500 } }
]);
```
**查詢範例**
```
db.videos.aggregate([
{ $project: { name: 1, videos: { $objectToArray: "$inventory" } } },
{ $project: { name: 1, inventory: { $arrayToObject: "$videos" } } }
]);
```
**輸出**
```
{ "_id" : 1, "name" : "Live Soft", "inventory" : { "Des Moines" : 1000, "Ames" : 500 } }
{ "_id" : 2, "name" : "Top Pilot", "inventory" : { "Mason City" : 250, "Des Moines" : 1000 } }
{ "_id" : 3, "name" : "Romancing the Rock", "inventory" : { "Mason City" : 250, "Ames" : 500 } }
{ "_id" : 4, "name" : "Bravemind", "inventory" : { "Mason City" : 250, "Des Moines" : 1000, "Ames" : 500 } }
```
在此範例中，運算`$objectToArray`子用於將`inventory`物件轉換為金鑰/值對的陣列。然後，運算`$arrayToObject`子會用來將陣列轉換回文件，還原原始物件結構。
## 程式碼範例
若要檢視使用 `$arrayToObject`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('videos');
const result = await collection.aggregate([
{ $project: { name: 1, videos: { $objectToArray: '$inventory' } } },
{ $project: { name: 1, inventory: { $arrayToObject: '$videos' } } }
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['videos']
result = list(collection.aggregate([
{ '$project': { 'name': 1, 'videos': { '$objectToArray': '$inventory' } } },
{ '$project': { 'name': 1, 'inventory': { '$arrayToObject': '$videos' } } }
]))
print(result)
client.close()
example()
```
------
# \$1avg
Amazon DocumentDB `$avg` 中的彙總運算子會計算輸入階段的文件中指定表達式的平均值。此運算子有助於計算一組文件間數值欄位或表達式的平均值。
**參數**
+ `expression`：用來計算平均值的表達式。這可以是欄位路徑 （例如 `"$field"`) 或表達式 （例如 `{ $multiply: ["$field1", "$field2"] }`)。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$avg` 運算子來計算一組學生文件的平均分數。
**建立範例文件**
```
db.students.insertMany([
{ name: "John", score: 85 },
{ name: "Jane", score: 92 },
{ name: "Bob", score: 78 },
{ name: "Alice", score: 90 }
]);
```
**查詢範例**
```
db.students.aggregate([
{ $group: {
_id: null,
avgScore: { $avg: "$score" }
}}
]);
```
**輸出**
```
[
{
"_id": null,
"avgScore": 86.25
}
]
```
## 程式碼範例
若要檢視使用 `$avg`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function calculateAvgScore() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const result = await db.collection('students').aggregate([
{ $group: {
_id: null,
avgScore: { $avg: '$score' }
}}
]).toArray();
console.log(result);
await client.close();
}
calculateAvgScore();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def calculate_avg_score():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
result = list(db.students.aggregate([
{ '$group': {
'_id': None,
'avgScore': { '$avg': '$score' }
}}
]))
print(result)
client.close()
calculate_avg_score()
```
------
# \$1bucket
8.0 版的新功能
Elastic 叢集不支援。
Amazon DocumentDB `$bucket` 中的彙總階段可讓您根據指定的表達式和儲存貯體邊界，將輸入文件分組至儲存貯體。這對於分析屬於特定值範圍或類別的資料非常有用。
**參數**
+ `groupBy` （必要）：指定要分組之值的表達式。
+ `boundaries` （必要）：定義儲存貯體邊界的雙值陣列。文件會根據落在指定邊界內的`groupBy`表達式值指派給儲存貯體。
+ `default` （選用）：為`groupBy`表達式值未落在任何指定邊界的文件輸出的常值。
+ `output` （選用）：指定要為每個儲存貯體輸出資訊的物件。您可以使用累積器運算子，例如 `$sum`、`$min`、 `$avg`和 `$max`來計算每個儲存貯體的彙總。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$bucket`階段，依價格範圍將銷售資料分組。
**建立範例文件**
```
db.sales.insertMany([
{ item: "abc", price: 10, quantity: 2, date: new Date("2020-09-01") },
{ item: "def", price: 20, quantity: 1, date: new Date("2020-10-01") },
{ item: "ghi", price: 5, quantity: 3, date: new Date("2020-11-01") },
{ item: "jkl", price: 15, quantity: 2, date: new Date("2020-12-01") },
{ item: "mno", price: 25, quantity: 1, date: new Date("2021-01-01") }
]);
```
**查詢範例**
```
db.sales.aggregate([
{
$bucket: {
groupBy: "$price",
boundaries: [0, 10, 20, 30],
default: "Other",
output: {
"count": { $sum: 1 },
"totalQuantity": { $sum: "$quantity" }
}
}
},
{
$sort: { _id: 1 }
}
])
```
**輸出**
```
[
{ _id: 0, count: 1, totalQuantity: 3 },
{ _id: 10, count: 2, totalQuantity: 4 },
{ _id: 20, count: 2, totalQuantity: 2 }
]
```
## 程式碼範例
若要檢視使用 `$bucket`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const sales = db.collection('sales');
const result = await sales.aggregate([
{
$bucket: {
groupBy: "$price",
boundaries: [0, 10, 20, 30],
default: "Other",
output: {
"count": { $sum: 1 },
"totalQuantity": { $sum: "$quantity" }
}
}
},
{
$sort: { _id: 1 }
}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&lsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
sales = db['sales']
result = list(sales.aggregate([
{
'$bucket': {
'groupBy': '$price',
'boundaries': [0, 10, 20, 30],
'default': 'Other',
'output': {
'count': {'$sum': 1},
'totalQuantity': {'$sum': '$quantity'}
}
}
},
{
"$sort": { "_id": 1 }
}
]))
print(result)
client.close()
example()
```
------
# \$1ceil
4.0 版的新功能
Amazon DocumentDB 中的`$ceil`運算子與 MongoDB 一樣， 會將數字四捨五入到最接近的整數。當您需要對數值欄位執行數學操作，並確保結果是整數時，這會很有用。
**參數**
+ `expression`：要四捨五入的數值表達式。
## 範例 (MongoDB Shell)
此範例示範如何使用 `$ceil`運算子來四捨五入數值欄位。
**建立範例文件**
```
db.numbers.insertMany([
{ "_id": 1, "value": 3.14 },
{ "_id": 2, "value": -2.7 },
{ "_id": 3, "value": 0 }
])
```
**查詢範例**
```
db.numbers.aggregate([
{ $project: {
"roundedUp": { $ceil: "$value" }
}}
])
```
**輸出**
```
{ "_id": 1, "roundedUp": 4 }
{ "_id": 2, "roundedUp": -2 }
{ "_id": 3, "roundedUp": 0 }
```
## 程式碼範例
若要檢視使用 `$ceil`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('numbers');
const result = await collection.aggregate([
{ $project: {
"roundedUp": { $ceil: "$value" }
}}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
collection = db.numbers
result = list(collection.aggregate([
{ '$project': {
"roundedUp": { '$ceil': "$value" }
}}
]))
print(result)
client.close()
example()
```
------
# \$1changeStream
Elastic 叢集不支援。
`$changeStream` 彙總階段會開啟變更串流游標，以監控集合的即時變更。當發生插入、更新、取代或刪除操作時，它會傳回變更事件文件。
**參數**
+ `fullDocument`：指定是否要傳回更新操作的完整文件。選項為 `default` 或 `updateLookup`。
+ `resumeAfter`：選用。繼續字符，從變更串流中的特定點繼續。
+ `startAtOperationTime`：選用。開始變更串流的時間戳記。
+ `allChangesForCluster`：選用。布林值。當 時`true`， 會監控叢集的所有變更 （適用於管理員資料庫）。當 `false`（預設） 時， 只會監看指定的集合。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$changeStream`階段來監控集合的變更。
**查詢範例**
```
// Open change stream first
const changeStream = db.inventory.aggregate([
{ $changeStream: { fullDocument: "updateLookup" } }
]);
// In another session, insert a document
db.inventory.insertOne({ _id: 1, item: "Widget", qty: 10 });
// Back in the first session, read the change event
if (changeStream.hasNext()) {
print(tojson(changeStream.next()));
}
```
**輸出**
```
{
_id: { _data: '...' },
operationType: 'insert',
clusterTime: Timestamp(1, 1234567890),
fullDocument: { _id: 1, item: 'Widget', qty: 10 },
ns: { db: 'test', coll: 'inventory' },
documentKey: { _id: 1 }
}
```
## 程式碼範例
若要檢視使用`$changeStream`彙總階段的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('inventory');
// Open change stream
const changeStream = collection.watch([]);
changeStream.on('change', (change) => {
console.log('Change detected:', change);
});
// Simulate insert in another operation
setTimeout(async () => {
await collection.insertOne({ _id: 1, item: 'Widget', qty: 10 });
}, 1000);
// Keep connection open to receive changes
// In production, handle cleanup appropriately
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
import threading
import time
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['inventory']
# Open change stream
change_stream = collection.watch([])
# Insert document in separate thread after delay
def insert_doc():
time.sleep(1)
collection.insert_one({'_id': 1, 'item': 'Widget', 'qty': 10})
threading.Thread(target=insert_doc).start()
# Watch for changes
for change in change_stream:
print('Change detected:', change)
break # Exit after first change
client.close()
example()
```
------
# \$1cmp
Amazon DocumentDB 中的`$cmp`運算子用於比較兩個值，並傳回整數值，指出其相對順序。這是一個比較運算子，可比較兩個表達式，並傳回 -1、0 或 1 的整數值，取決於第一個值是否分別小於、等於或大於第二個值。
**參數**
+ `expression1`：要比較的第一個表達式。
+ `expression2`：要比較的第二個表達式。
## 範例 (MongoDB Shell)
下列範例示範運算`$cmp`子用來比較兩個數值的用量。
**建立範例文件**
```
db.collection.insertMany([
{ _id: 1, value1: 10, value2: 20 },
{ _id: 2, value1: 15, value2: 15 },
{ _id: 3, value1: 20, value2: 10 }
]);
```
**查詢範例**
```
db.collection.find({
$expr: {
$cmp: ["$value1", "$value2"]
}
})
```
**輸出**
```
[
{ "_id" : 1, "value1" : 10, "value2" : 20 },
{ "_id" : 3, "value1" : 20, "value2" : 10 }
]
```
在此範例中，`$cmp`運算子會比較每個文件的 `value1`和 `value2` 欄位。結果為：
```
- `$cmp: ["$value1", "$value2"]` returns -1 for the first document (10 < 20), 0 for the second document (15 = 15), and 1 for the third document (20 > 10).
```
## 程式碼範例
若要檢視使用 `$cmp`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
以下是在 Node.js 應用程式中搭配`mongodb`驅動程式使用 `$cmp` 運算子的範例：
```
const { MongoClient } = require('mongodb');
const client = new MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
async function main() {
await client.connect();
const db = client.db('test');
const collection = db.collection('mycollection');
// Insert sample documents
await collection.insertMany([
{ _id: 1, value1: 10, value2: 20 },
{ _id: 2, value1: 15, value2: 15 },
{ _id: 3, value1: 20, value2: 10 }
]);
// Query using $cmp operator
const result = await collection.find({
$expr: {
$cmp: ['$value1', '$value2']
}
}).toArray();
console.log(result);
await client.close();
}
main();
```
------
#### [ Python ]
以下是在 Python 應用程式中搭配`pymongo`驅動程式使用 `$cmp` 運算子的範例：
```
from pymongo import MongoClient
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['mycollection']
# Insert sample documents
collection.insert_many([
{'_id': 1, 'value1': 10, 'value2': 20},
{'_id': 2, 'value1': 15, 'value2': 15},
{'_id': 3, 'value1': 20, 'value2': 10}
])
# Query using $cmp operator
result = list(collection.find({
'$expr': {
'$cmp': ['$value1', '$value2']
}
}))
print(result)
client.close()
```
Node.js 和 Python 範例的輸出將與 MongoDB Shell 範例相同：
```
[
{ "_id" : 1, "value1" : 10, "value2" : 20 },
{ "_id" : 2, "value1" : 15, "value2" : 15 },
{ "_id" : 3, "value1" : 20, "value2" : 10 }
]
```
------
# \$1collStats
4.0 版的新功能
Amazon DocumentDB `$collStats` 中的彙總階段提供指定集合的統計資料，類似於 MongoDB shell 中的 `db.collection.stats()`命令。此階段可用來擷取集合的相關資訊，例如文件數量、集合的總大小，以及各種效能指標。
**參數**
+ `latencyStats`：（選用） 指定收集延遲統計資料選項的文件。Amazon DocumentDB 不支援此參數。
+ `recordStats`：（選用） 指定收集記錄統計資料選項的文件。Amazon DocumentDB 不支援此參數。
+ `queryExecStats`：（選用） 指定收集查詢執行統計資料選項的文件。Amazon DocumentDB 不支援此參數。
## 範例 (MongoDB Shell)
下列範例示範如何使用彙總階段來擷取`db`資料庫中名為 `$collStats` 之集合`test`的統計資料。
**建立範例文件**
```
db.test.insertMany([
{ "name": "John", "age": 30 },
{ "name": "Jane", "age": 25 },
{ "name": "Bob", "age": 35 }
]);
```
**查詢範例**
```
db.test.aggregate([
{ $collStats: {} }
]);
```
**輸出**
```
{
"ns" : "db.test",
"count" : 3,
"size" : 87,
"avgObjSize" : 29,
"storageSize" : 40960,
"capped" : false,
"nindexes" : 1,
"totalIndexSize" : 8192,
"indexSizes" : {
"_id_" : 8192
},
"collScans" : 0,
"idxScans" : 0,
"opCounter" : {
"numDocsIns" : 3,
"numDocsUpd" : 0,
"numDocsDel" : 0
},
"cacheStats" : {
"collBlksHit" : 0,
"collBlksRead" : 0,
"collHitRatio" : 0,
"idxBlksHit" : 0,
"idxBlksRead" : 0,
"idxHitRatio" : 0
},
"lastReset" : "2023-04-11T12:00:00Z",
"ok" : 1,
"operationTime" : Timestamp(1681206000, 1)
}
```
## 程式碼範例
若要檢視使用 `$collStats`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
以下是如何使用官方 MongoDB Node.js `$collStats` 驅動程式在 Node.js 應用程式中使用彙總階段的範例：
```
const { MongoClient } = require('mongodb');
async function runCollStatsExample() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('db');
const collection = db.collection('test');
const result = await collection.aggregate([
{ $collStats: {} }
]).toArray();
console.log(result);
await client.close();
}
runCollStatsExample();
```
------
#### [ Python ]
以下是如何使用 PyMongo `$collStats` 驅動程式在 Python 應用程式中使用彙總階段的範例：
```
from pymongo import MongoClient
def run_coll_stats_example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['db']
collection = db['test']
result = list(collection.aggregate([
{ '$collStats': {} }
]))
print(result)
client.close()
run_coll_stats_example()
```
------
# \$1concat
Amazon DocumentDB `$concat` 中的彙總運算子串連 （或合併） 文件中的多個字串，以產生可傳回給應用程式的單一字串。這可減少在應用程式中完成的工作，因為字串操作是在資料庫層級執行。
**參數**
+ `expression1`：要串連的第一個字串。
+ `expression2`：要串連的第二個字串。
+ `...`：要串連的其他字串 （選用）。
## 範例 (MongoDB Shell)
在此範例中，我們會串連使用者的名字和姓氏，以產生每個人的完整名稱。
**建立範例文件**
```
db.people.insertMany([
{ "_id":1, "first_name":"Jane", "last_name":"Doe", "DOB":"2/1/1999", "Desk": "MSP102-MN"},
{ "_id":2, "first_name":"John", "last_name":"Doe", "DOB":"12/21/1992", "Desk": "DSM301-IA"},
{ "_id":3, "first_name":"Steve", "last_name":"Smith", "DOB":"3/21/1981", "Desk":"MKE233-WI"}
])
```
**查詢範例**
```
db.people.aggregate([
{ $project: { full_name: { $concat: [ "$first_name", " ", "$last_name"] } } }
])
```
**輸出**
```
{ "_id" : 1, "full_name" : "Jane Doe" }
{ "_id" : 2, "full_name" : "John Doe" }
{ "_id" : 3, "full_name" : "Steve Smith" }
```
## 程式碼範例
若要檢視使用 `$concat`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function concatenateNames() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const result = await db.collection('people').aggregate([
{ $project: { full_name: { $concat: [ "$first_name", " ", "$last_name"] } } }
]).toArray();
console.log(result);
await client.close();
}
concatenateNames();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def concatenate_names():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
result = list(db.people.aggregate([
{ '$project': { 'full_name': { '$concat': [ '$first_name', ' ', '$last_name' ] } } }
]))
print(result)
client.close()
concatenate_names()
```
------
# \$1concatArrays
Amazon DocumentDB `$concatArrays` 中的彙總運算子用於將兩個或多個陣列串連至單一陣列。當您需要將多個資料陣列合併為單一陣列以進行進一步處理或分析時，這會很有用。
**參數**
+ `array1`：要串連的第一個陣列。
+ `array2`：要串連的第二個陣列。
+ `[array3, ...]`：（選用） 要串連的其他陣列。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$concatArrays`運算子將兩個陣列合併為單一陣列。
**建立範例文件**
```
db.collection.insertMany([
{
"_id": 1,
"name": "John Doe",
"hobbies": ["reading", "swimming"],
"skills": ["programming", "design"]
},
{
"_id": 2,
"name": "Jane Smith",
"hobbies": ["hiking", "cooking"],
"skills": ["marketing", "analysis"]
}
]);
```
**查詢範例**
```
db.collection.aggregate([
{
$project: {
_id: 0,
name: 1,
all_activities: { $concatArrays: ["$hobbies", "$skills"] }
}
}
]);
```
**輸出**
```
[
{
"name": "John Doe",
"all_activities": [
"reading",
"swimming",
"programming",
"design"
]
},
{
"name": "Jane Smith",
"all_activities": [
"hiking",
"cooking",
"marketing",
"analysis"
]
}
]
```
## 程式碼範例
若要檢視使用 `$concatArrays`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('mydb');
const collection = db.collection('mycollection');
const result = await collection.aggregate([
{
$project: {
_id: 0,
name: 1,
all_activities: { $concatArrays: ['$hobbies', '$skills'] }
}
}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['mydb']
collection = db['mycollection']
result = list(collection.aggregate([
{
'$project': {
'_id': 0,
'name': 1,
'all_activities': { '$concatArrays': ['$hobbies', '$skills'] }
}
}
]))
print(result)
client.close()
example()
```
------
# \$1cond
Amazon DocumentDB 中的`$cond`運算子用於評估條件式表達式，並傳回兩個可能的結果表達式之一。
**參數**
+ `if`：要評估的布林表達式。
+ `then`：如果表達式為 true，則傳回的`if`表達式。
+ `else`：如果表達式為 false，則傳回的`if`表達式。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$cond`運算子，根據一個人的年齡傳回值。
**建立範例文件**
```
db.people.insertMany([
{ _id: 1, name: "John Doe", age: 35 },
{ _id: 2, name: "Jane Doe", age: 25 },
{ _id: 3, name: "Bob Smith", age: 65 }
]);
```
**查詢範例**
```
db.people.aggregate([
{
$project: {
name: 1,
ageGroup: {
$cond: {
if: { $lt: ["$age", 30] },
then: "young",
else: {
$cond: {
if: { $lt: ["$age", 65] },
then: "middle-aged",
else: "elderly"
}
}
}
}
}
}
])
```
**輸出**
```
[
{ "_id" : 1, "name" : "John Doe", "ageGroup" : "middle-aged" },
{ "_id" : 2, "name" : "Jane Doe", "ageGroup" : "young" },
{ "_id" : 3, "name" : "Bob Smith", "ageGroup" : "elderly" }
]
```
## 程式碼範例
若要檢視使用 `$cond`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('people');
const result = await collection.aggregate([
{ $project: {
name: 1,
ageGroup: {
$cond: {
if: { $lt: ["$age", 30] },
then: "young",
else: {
$cond: {
if: { $lt: ["$age", 65] },
then: "middle-aged",
else: "elderly"
}
}
}
}
}
}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
collection = db.people
result = list(collection.aggregate([
{
'$project': {
'name': 1,
'ageGroup': {
'$cond': {
'if': { '$lt': ["$age", 30]},
'then': "young",
'else': {
'$cond': {
'if': { '$lt': ["$age", 65]},
'then': "middle-aged",
'else': "elderly"
}
}
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1轉換
4.0 版的新功能
Amazon DocumentDB 中的`$convert`運算子用於將值從一種資料類型轉換為另一種資料類型。當您需要對不同類型的資料執行操作時，例如將字串轉換為數字或將日期轉換為時間戳記，此運算子非常有用。
**參數**
+ `to`：要轉換值的目標資料類型。支援的值為 `"string"`、`"double"`、`"long"`、`"int"`、`"date"` 和 `"boolean"`。
+ `from`：值的目前資料類型。如果未指定，Amazon DocumentDB 將嘗試自動偵測資料類型。
+ `onError`：（選用） 轉換失敗時要傳回的值。可以是特定值或下列其中一個特殊值：`"null"`、 `"zerofill"`或 `"error"`。
+ `onNull`：（選用） 如果輸入值為 時要傳回的值`null`。可以是特定值或下列其中一個特殊值：`"null"`、 `"zerofill"`或 `"error"`。
## 範例 (MongoDB Shell)
下列範例示範使用 `$convert`運算子將字串值轉換為日期。
**建立範例文件**
```
db.users.insertMany([
{ _id: 1, name: "John Doe", joinedOn: "2022-01-01" },
{ _id: 2, name: "Jane Smith", joinedOn: "2023-02-15" },
{ _id: 3, name: "Bob Johnson", joinedOn: "invalid date" }
]);
```
**查詢範例**
```
db.users.aggregate([
{
$project: {
_id: 1,
name: 1,
joinedOn: {
$convert: {
input: "$joinedOn",
to: "date",
onError: "null",
onNull: "null"
}
}
}
}
])
```
**輸出**
```
[
{ "_id" : 1, "name" : "John Doe", "joinedOn" : ISODate("2022-01-01T00:00:00Z") },
{ "_id" : 2, "name" : "Jane Smith", "joinedOn" : ISODate("2023-02-15T00:00:00Z") },
{ "_id" : 3, "name" : "Bob Johnson", "joinedOn" : null }
]
```
## 程式碼範例
若要檢視使用 `$convert`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require("mongodb");
async function example() {
const client = await MongoClient.connect("mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false");
const db = client.db("test");
const users = db.collection("users");
const results = await users.aggregate([
{
$project: {
_id: 1,
name: 1,
joinedOn: {
$convert: {
input: "$joinedOn",
to: "date",
onError: "null",
onNull: "null"
}
}
}
}
]).toArray();
console.log(results);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient("mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false")
db = client["test"]
users = db["users"]
results = list(users.aggregate([
{
"$project": {
"_id": 1,
"name": 1,
"joinedOn": {
"$convert": {
"input": "$joinedOn",
"to": "date",
"onError": "null",
"onNull": "null"
}
}
}
}
]))
print(results)
client.close()
example()
```
------
# \$1count
Amazon DocumentDB `$count` 中的彙總階段用於計算傳入階段的文件數量。它通常用作彙總管道中的最後一個階段，以傳回符合先前階段的文件總數。
**參數**
+ `field`：要計數的欄位。此參數是選用的，如果未提供，則階段會計算輸入文件的總數。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$count`階段來取得集合中的文件總數。
**建立範例文件**
```
db.users.insertMany([
{ name: "John", age: 30 },
{ name: "Jane", age: 25 },
{ name: "Bob", age: 35 },
{ name: "Alice", age: 28 }
]);
```
**查詢範例**
```
db.users.aggregate([
{ $count: "total" }
]);
```
**輸出**
```
{ "total" : 4 }
```
此範例會彙總`users`集合，並使用 `$count`階段來計算文件的總數。
## 程式碼範例
若要檢視使用 `$count`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function countDocuments() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('mydb');
const collection = db.collection('users');
const result = await collection.aggregate([
{ $count: "total" }
]).toArray();
console.log(result[0].total);
await client.close();
}
countDocuments();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def count_documents():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['mydb']
collection = db['users']
result = list(collection.aggregate([
{ '$count': "total" }
]))
print(result[0]['total'])
client.close()
count_documents()
```
------
# \$1currentOp
`$currentOp` 彙總階段會傳回資料庫中目前執行中操作的相關資訊。此階段適用於監控彙總管道中的作用中查詢和操作。
**參數**
+ `allUsers` （選用）：設為 時`true`， 會傳回所有使用者的操作。預設值為 `false`。
+ `idleConnections` （選用）：設為 時`true`， 包含閒置連線。預設值為 `false`。
+ `idleCursors` （選用）：設為 時`true`，包含閒置游標的相關資訊。預設值為 `false`。
+ `idleSessions` （選用）：設為 時`true`， 包含閒置工作階段的相關資訊。預設值為 `true`。
+ `localOps` （選用）：設為 時`true`， 包含本機操作。預設值為 `false`。
## 範例 (MongoDB Shell)
下列範例示範如何使用`$currentOp`彙總階段來擷取作用中讀取操作的相關資訊。
**查詢範例**
```
db.aggregate([
{ $currentOp: { allUsers: true, idleConnections: false } },
{ $match: { op: "query" } }
])
```
**輸出**
```
[
{
"opid": "12345",
"active": true,
"op": "query",
"ns": "test.users",
"secs_running": 2
}
]
```
## 程式碼範例
若要檢視使用 `$currentOp`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('admin');
const result = await db.aggregate([
{ $currentOp: { allUsers: true, idleConnections: false } },
{ $match: { op: "query" } }
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['admin']
result = list(db.aggregate([
{ '$currentOp': { 'allUsers': True, 'idleConnections': False } },
{ '$match': { 'op': 'query' } }
]))
print(result)
client.close()
example()
```
------
# \$1dateAdd
5.0 版的新功能
Amazon DocumentDB `$dateAdd` 中的彙總運算子可讓您將持續時間新增至日期和時間值。
**參數**
+ `date`：要新增持續時間的日期和時間值。
+ `duration`：要新增至`date`值的持續時間。這可以指定為具有 `years`、`months`、、`weeks`、`days``hours`、 `minutes`和 金鑰的物件`seconds`。
+ `timezone`：（選用） 執行日期新增時要使用的時區。如果未指定，則會使用 Amazon DocumentDB 叢集的預設時區。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$dateAdd`運算子將 2 天又 12 小時新增至日期。
**建立範例文件**
```
db.events.insertMany([
{ _id: 1, eventDate: ISODate("2023-04-01T10:00:00Z") },
{ _id: 2, eventDate: ISODate("2023-04-02T12:00:00Z") },
{ _id: 3, eventDate: ISODate("2023-04-03T14:00:00Z") }
]);
```
**查詢範例**
```
db.events.aggregate([
{
$project: {
_id: 1,
eventDate: 1,
eventDatePlustwodaysandtwelvehours: {
$dateAdd: {
startDate: {
$dateAdd: {
startDate: "$eventDate",
unit: "day",
amount: 2
}
},
unit: "hour",
amount: 12
}
}
}
}
])
```
**輸出**
```
[
{
"_id": 1,
"eventDate": "2023-04-01T10:00:00Z",
"eventDatePlustwodaysandtwelvehours": ISODate("2023-04-03T22:00:00Z)"
},
{
"_id": 2,
"eventDate": "2023-04-02T12:00:00Z",
"eventDatePlustwodaysandtwelvehours": ISODate("2023-04-05T00:00:00Z)"
},
{
"_id": 3,
"eventDate": "2023-04-03T14:00:00Z",
"eventDatePlustwodaysandtwelvehours": ISODate("2023-04-06T02:00:00Z)"
}
]
```
## 程式碼範例
若要檢視使用 `$dateAdd`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('events');
const result = await collection.aggregate([
{
$project: {
_id: 1,
eventDate: 1,
eventDatePlustwodaysandtwelvehours: {
$dateAdd: {
startDate: {
$dateAdd: {
startDate: "$eventDate",
unit: "day",
amount: 2
}
},
unit: "hour",
amount: 12
}
}
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from bson.date_time import datetime
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['events']
result = list(collection.aggregate([
{
'$project': {
'_id': 1,
'eventDate': 1,
'eventDatePlustwodaysandtwelvehours': {
'$dateAdd': {
'startDate': {
'$dateAdd' : {
'startDate': '$eventDate',
'unit': 'day',
'amount': 2,
}
},
'unit': 'hour',
'amount': 12,
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1dateDiff
5.0 版的新功能
Elastic 叢集不支援。
`$dateDiff` 彙總運算子會以指定的單位計算兩個日期之間的差異。它會傳回開始和結束日期之間跨越的單位邊界數目。
**參數**
+ `startDate`：開始日期表達式。
+ `endDate`：結束日期表達式。
+ `unit`：差異的時間單位。支援的單位為 `year`、`quarter`、`month`、`week`、`day`、`hour``minute`、、 `second`和 `millisecond`。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$dateDiff`運算子來計算訂單置放和交付之間的天數。
**建立範例文件**
```
db.shipments.insertMany([
{
orderId: 1001,
orderDate: ISODate("2025-01-10T08:00:00Z"),
deliveryDate: ISODate("2025-01-15T14:30:00Z")
},
{
orderId: 1002,
orderDate: ISODate("2025-02-05T10:00:00Z"),
deliveryDate: ISODate("2025-02-12T16:45:00Z")
}
]);
```
**查詢範例**
```
db.shipments.aggregate([
{
$project: {
orderId: 1,
orderDate: 1,
deliveryDate: 1,
daysToDeliver: {
$dateDiff: {
startDate: "$orderDate",
endDate: "$deliveryDate",
unit: "day"
}
}
}
}
]);
```
**輸出**
```
[
{
_id: ObjectId('6924a5f2d66dcae121d29517'),
orderId: 1001,
orderDate: ISODate('2025-01-10T08:00:00.000Z'),
deliveryDate: ISODate('2025-01-15T14:30:00.000Z'),
daysToDeliver: 5
},
{
_id: ObjectId('6924a5f2d66dcae121d29518'),
orderId: 1002,
orderDate: ISODate('2025-02-05T10:00:00.000Z'),
deliveryDate: ISODate('2025-02-12T16:45:00.000Z'),
daysToDeliver: 7
}
]
```
## 程式碼範例
若要檢視使用 `$dateDiff`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const shipments = db.collection('shipments');
const result = await shipments.aggregate([
{
$project: {
orderId: 1,
orderDate: 1,
deliveryDate: 1,
daysToDeliver: {
$dateDiff: {
startDate: "$orderDate",
endDate: "$deliveryDate",
unit: "day"
}
}
}
}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
shipments = db['shipments']
result = list(shipments.aggregate([
{
"$project": {
"orderId": 1,
"orderDate": 1,
"deliveryDate": 1,
"daysToDeliver": {
"$dateDiff": {
"startDate": "$orderDate",
"endDate": "$deliveryDate",
"unit": "day"
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1dateFromString
Amazon DocumentDB `$dateFromString` 中的彙總運算子可讓您將日期時間字串轉換為日期物件。當您的資料儲存為字串，但您需要對資料執行以日期為基礎的操作時，這會很有用。
**參數**
+ `dateString`：代表日期和時間的字串。
+ `format`：（選用） 指定 格式的字串`dateString`。如果未提供，Amazon DocumentDB 將嘗試剖析 ISO-8601 格式的字串。
+ `timezone`：（選用） 指定時區的字串。如果未提供，Amazon DocumentDB 將使用伺服器的時區。
+ `onError`：（選用） 指定轉換失敗時要採取的動作。可能的值為 `'error'`（預設值，這會擲回錯誤）、 `'null'` （傳回 `null`) 或 `'replace'`（將值取代為 `onErrorMessage`選項中指定的取代字串）。
+ `onErrorMessage`：（選用） 如果 `onError` 設定為 `'replace'`，此選項會指定取代字串。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$dateFromString`將日期字串轉換為 Amazon DocumentDB 中的日期物件。
**建立範例文件**
```
db.missionLog.insertMany([
{ _id: 1, event: "missionStart", logDate: "2020-03-15T13:41:33"},
{ _id: 2, event: "jumpPoint1", logDate: "2020-03-15T13:45:34"},
{ _id: 3, event: "jumpPoint2", logDate: "2020-03-15T13:48:21"},
{ _id: 4, event: "jumpPoint3", logDate: "2020-03-15T13:52:09"},
{ _id: 5, event: "missionEnd", logDate: "2020-03-15T13:58:44"}
]);
```
**查詢範例**
```
db.missionLog.aggregate([
{
$project: {
event: '$event',
logDate: {
$dateFromString: {
dateString: '$logDate'
}
}
}
}
]);
```
**輸出**
```
[
{
"_id": 1,
"event": "missionStart",
"logDate": ISODate("2020-03-15T13:41:33Z")
},
{
"_id": 2,
"event": "jumpPoint1",
"logDate": ISODate("2020-03-15T13:45:34Z")
},
{
"_id": 3,
"event": "jumpPoint2",
"logDate": ISODate("2020-03-15T13:48:21Z")
},
{
"_id": 4,
"event": "jumpPoint3",
"logDate": ISODate("2020-03-15T13:52:09Z")
},
{
"_id": 5,
"event": "missionEnd",
"logDate": ISODate("2020-03-15T13:58:44Z")
}
]
```
## 程式碼範例
若要檢視使用 `$dateFromString`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('missionLog');
const result = await collection.aggregate([
{
$project: {
event: '$event',
logDate: {
$dateFromString: {
dateString: '$logDate'
}
}
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['missionLog']
result = list(collection.aggregate([
{
'$project': {
'event': '$event',
'logDate': {
'$dateFromString': {
'dateString': '$logDate'
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1dateSubtract
5.0 版的新功能
Amazon DocumentDB `$dateSubtract` 中的彙總運算子可讓您從日期值中減去指定的持續時間。
**參數**
+ `date`：解析為日期或時間戳記的日期表達式。
+ `subtrahend`：持續時間表達式，指定要從`date`表達式中減去的時間量。
+ `unit`：指定`subtrahend`表達式時間單位的字串。支援的單位為「年」、「季度」、「月」、「週」、「日」、「小時」、「分鐘」、「秒」和「毫秒」。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$dateSubtract`運算子來計算一年前從目前日期起算的日期。
**建立範例文件**
```
db.events.insertOne({
eventName: "Player joined",
eventTime: ISODate("2023-04-01T12:00:00Z")
});
```
**查詢範例**
```
db.events.aggregate([
{
$project: {
eventName: 1,
oneYearAgo: {
$dateSubtract: {
startDate: "$eventTime",
amount: 1,
unit: "year"
}
}
}
}
])
```
**輸出**
```
{
"_id" : ObjectId("64567890abcdef012345678"),
"eventName" : "Player joined",
"oneYearAgo" : ISODate("2022-04-01T12:00:00Z")
}
```
## 程式碼範例
若要檢視使用 `$dateSubtract`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const events = db.collection('events');
const result = await events.aggregate([
{
$project: {
eventName: 1,
oneYearAgo: {
$dateSubtract: {
startDate: "$eventTime",
amount: 1,
unit: "year"
}
}
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from bson.date_time import datetime
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
events = db['events']
result = list(events.aggregate([
{
'$project': {
'eventName': 1,
'oneYearAgo': {
'$dateSubtract': {
'startDate': '$eventTime',
'amount': 1,
'unit': 'year'
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1dateToString
Amazon DocumentDB `$dateToString` 中的彙總運算子用於將日期或時間戳記值轉換為字串表示法。當您需要以特定方式格式化日期和時間來顯示或進一步處理時，這會很有用。
**參數**
+ `date`：要轉換為字串的日期或時間戳記值。
+ `format`：指定應代表日期的格式的字串。格式字串可以包含各種格式指標，例如`%Y`四位數年份、`%m`兩位數月份、該月`%d`兩位數日期等。
+ `timezone`：（選用） 用於轉換的時區。如果未指定，則會使用託管 Amazon DocumentDB 叢集之伺服器的時區。
+ `onNull`：（選用） `date` 參數為 時要傳回的值`null`。
## 範例 (MongoDB Shell)
下列範例示範 `$dateToString`運算子的用途，以格式化`missionLog`集合`logDate`的欄位。
**建立範例文件**
```
db.missionLog.insertMany([
{ _id: 1, "event":"missionStart", logDate: new Date("2020-03-15T13:41:33Z") },
{ _id: 2, "event":"jumpPoint1", logDate: new Date("2020-03-15T13:45:34Z") },
{ _id: 3, "event":"jumpPoint2", logDate: new Date("2020-03-15T13:48:21Z") },
{ _id: 4, "event":"jumpPoint3", logDate: new Date("2020-03-15T13:52:09Z") },
{ _id: 5, "event":"missionEnd", logDate: new Date("2020-03-15T13:58:44Z") }
]);
```
**查詢範例**
```
db.missionLog.aggregate([
{
$project: {
event: "$event",
logDateFormatted: {
$dateToString: {
format: "%Y-%m-%d %H:%M:%S",
date: "$logDate"
}
}
}
}
])
```
**輸出**
```
[
{
"_id": 1,
"event": "missionStart",
"logDateFormatted": "2020-03-15 13:41:33"
},
{
"_id": 2,
"event": "jumpPoint1",
"logDateFormatted": "2020-03-15 13:45:34"
},
{
"_id": 3,
"event": "jumpPoint2",
"logDateFormatted": "2020-03-15 13:48:21"
},
{
"_id": 4,
"event": "jumpPoint3",
"logDateFormatted": "2020-03-15 13:52:09"
},
{
"_id": 5,
"event": "missionEnd",
"logDateFormatted": "2020-03-15 13:58:44"
}
]
```
## 程式碼範例
若要檢視使用 `$dateToString`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
以下是在 Node.js 應用程式中使用 `$dateToString` 運算子的範例：
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('missionLog');
const result = await collection.aggregate([
{
$project: {
event: "$event",
logDateFormatted: {
$dateToString: {
format: "%Y-%m-%d %H:%M:%S",
date: "$logDate"
}
}
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
以下是在 Python 應用程式中使用 `$dateToString` 運算子的範例：
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['missionLog']
pipeline = [
{
'$project': {
'event': '$event',
'logDateFormatted': {
'$dateToString': {
'format': '%Y-%m-%d %H:%M:%S',
'date': '$logDate'
}
}
}
}
]
result = list(collection.aggregate(pipeline))
print(result)
client.close()
example()
```
------
# \$1dateTrunc
8.0 版的新功能
Elastic 叢集不支援。
Amazon DocumentDB `$dateTrunc` 中的彙總運算子會將日期截斷為指定的單位。
**參數**
+ `date`：解析為日期或時間戳記的日期表達式。
+ `unit`：指定子trahend 表達式時間單位的字串。支援的單位為 `year`、`quarter`、`month`、`week`、`day`、`hour``minute`、、 `second`和 `millisecond`。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$dateTrunc`運算子將日期截斷為小時。
**建立範例文件**
```
db.events.insertMany([
{
eventName: "Event 1",
eventTime: ISODate("2025-04-01T12:15:00Z")
},
{
eventName: "Event 2",
eventTime: ISODate("2025-08-15T14:33:22Z")
},
]);
```
**查詢範例**
```
db.events.aggregate([
{
$project: {
eventName: 1,
eventTime: 1,
truncatedToHour: {
$dateTrunc: {
date: "$eventTime",
unit: "hour"
}
}
}
}
]);
```
**輸出**
```
[
{
_id: ObjectId('6924a258d66dcae121d29515'),
eventName: 'Event 1',
eventTime: ISODate('2025-04-01T12:15:00.000Z'),
truncatedToHour: ISODate('2025-04-01T12:00:00.000Z')
},
{
_id: ObjectId('6924a258d66dcae121d29516'),
eventName: 'Event 2',
eventTime: ISODate('2025-08-15T14:33:22.000Z'),
truncatedToHour: ISODate('2025-08-15T14:00:00.000Z')
}
]
```
## 程式碼範例
若要檢視使用 `$dateTrunc`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const events = db.collection('events');
const result = await events.aggregate([
{
$project: {
eventName: 1,
eventTime: 1,
truncatedToHour: {
$dateTrunc: {
date: "$eventTime",
unit: "hour"
}
}
}
}
]).toArray();
console.log(result);
client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
events = db['events']
result = list(events.aggregate([
{
"$project": {
"eventName": 1,
"eventTime": 1,
"truncatedToHour": {
"$dateTrunc": {
"date": "$eventTime",
"unit": "hour"
}
}
}
}
]))
print(result)
client.close()
example()
```
------
# \$1dayOfMonth
Amazon DocumentDB `$dayOfMonth` 中的彙總運算子會擷取指定日期的當月日期 （從 1 到 31)。此運算子適用於分組、篩選或擷取文件中日期欄位的月份日期。
**參數**
+ `date expression`：日期表達式可以是文件的日期欄位、日期物件或日期字串。
## 範例 (MongoDB Shell)
此範例示範如何使用 `$dayOfMonth` 運算子，從文件中的日期欄位中擷取當月的日期。
**建立範例文件**
```
db.events.insertMany([
{ _id: 1, eventDate: new Date("2022-01-15T12:00:00Z") },
{ _id: 2, eventDate: new Date("2022-02-28T15:30:00Z") },
{ _id: 3, eventDate: new Date("2022-03-01T09:45:00Z") },
{ _id: 4, eventDate: new Date("2022-04-30T23:59:59Z") }
]);
```
**查詢範例**
```
db.events.aggregate([
{ $project: {
eventDay: { $dayOfMonth: "$eventDate" }
}}
])
```
**輸出**
```
[
{ "_id" : 1, "eventDay" : 15 },
{ "_id" : 2, "eventDay" : 28 },
{ "_id" : 3, "eventDay" : 1 },
{ "_id" : 4, "eventDay" : 30 }
]
```
## 程式碼範例
若要檢視使用 `$dayOfMonth`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const events = db.collection('events');
const result = await events.aggregate([
{ $project: {
eventDay: { $dayOfMonth: "$eventDate" }
}}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.mydatabase
events = db.events
result = list(events.aggregate([
{ "$project": {
"eventDay": { "$dayOfMonth": "$eventDate" }
}}
]))
print(result)
client.close()
example()
```
------
# \$1dayOfWeek
Amazon DocumentDB 中的`$dayOfWeek`運算子會從指定的日期欄位中擷取一週中的某一天。它以介於 1 （週日） 和 7 （週六） 之間的數字傳回星期幾，這是與 MongoDB 中相同的行為。
**參數**
+ `date field`：要從中擷取星期幾的日期欄位。
## 範例 (MongoDB Shell)
此範例示範如何使用 `$dayOfWeek` 運算子，從`weather`集合中的 `date` 欄位擷取星期幾。
**建立範例文件**
```
db.weather.insertMany([
{
"temperature": 97.5,
"humidity": 0.60,
"date": new Date("2023-04-01")
},
{
"temperature": 95.2,
"humidity": 0.55,
"date": new Date("2023-04-02")
},
{
"temperature": 92.8,
"humidity": 0.65,
"date": new Date("2023-04-03")
}
]);
```
**查詢範例**
```
db.weather.aggregate([
{
$project: {
dayOfWeek: { $dayOfWeek: "$date" }
}
}
]).pretty();
```
**輸出**
```
{ "_id" : ObjectId("64272c6663f4f8ce422c2d91"), "dayOfWeek" : 7 }
{ "_id" : ObjectId("64272c6663f4f8ce422c2d92"), "dayOfWeek" : 1 }
{ "_id" : ObjectId("64272c6663f4f8ce422c2d93"), "dayOfWeek" : 2 }
```
## 程式碼範例
若要檢視使用 `$dayOfWeek`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function main() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('weather');
const result = await collection.aggregate([
{
$project: {
dayOfWeek: { $dayOfWeek: '$date' }
}
}
]).toArray();
console.log(result);
await client.close();
}
main();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def main():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
collection = db.weather
result = list(collection.aggregate([
{
'$project': {
'dayOfWeek': { '$dayOfWeek': '$date' }
}
}
]))
print(result)
client.close()
if __name__ == '__main__':
main()
```
------
# \$1dayOfYear
Amazon DocumentDB 中的`$dayOfYear`運算子會以介於 1 到 366 之間的數字 （非閏年為 365) 傳回日期的年份日期。
**參數**
+ `expression`：日期欄位或表達式，從中擷取一年中的某一天。
## 範例 (MongoDB Shell)
此範例示範如何使用 `$dayOfYear` 運算子，從 Amazon DocumentDB 集合中的日期欄位中擷取一年中的某一天。
**建立範例文件**
```
db.weather.insert([
{
"temperature" : 97.5,
"humidity": 0.60,
"date" : new Date("2023-03-15")
},
{
"temperature" : 82.3,
"humidity": 0.75,
"date" : new Date("2023-12-31")
}
])
```
**查詢範例**
```
db.weather.aggregate([
{
$project: {
dayOfYear: { $dayOfYear: "$date" }
}
}
]).pretty()
```
**輸出**
```
{ "_id" : ObjectId("642b86fc7d8e07af279bbe63"), "dayOfYear" : 74 }
{ "_id" : ObjectId("642b86fc7d8e07af279bbe64"), "dayOfYear" : 365 }
```
## 程式碼範例
若要檢視使用 `$dayOfYear`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('weather');
const result = await collection.aggregate([
{
$project: {
dayOfYear: { $dayOfYear: "$date" }
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['weather']
result = list(collection.aggregate([
{
'$project': {
'dayOfYear': { '$dayOfYear': '$date' }
}
}
]))
print(result)
client.close()
example()
```
------
# \$1divide
Amazon DocumentDB 彙總管道中的`$divide`運算子用於將一個數字除以另一個數字。它是對文件中的數值欄位執行數學操作的有用運算子。
**參數**
+ `numerator`：要分割的分配或數字。
+ `denominator`：要除以的除數或數字。
## 範例 (MongoDB Shell)
此範例示範如何使用 `$divide` 運算子，根據員工的年薪和每年工作時數來計算員工的每小時費率。
**建立範例文件**
```
db.employees.insertMany([
{ _id: 1, name: "John Doe", salary: 80000, hoursPerYear: 2080 },
{ _id: 2, name: "Jane Smith", salary: 90000, hoursPerYear: 2080 },
{ _id: 3, name: "Bob Johnson", salary: 75000, hoursPerYear: 2080 }
]);
```
**查詢範例**
```
db.employees.aggregate([
{
$project: {
name: 1,
hourlyRate: { $divide: ["$salary", "$hoursPerYear"] }
}
}
])
```
**輸出**
```
[
{ "_id" : 1, "name" : "John Doe", "hourlyRate" : 38.46153846153846 },
{ "_id" : 2, "name" : "Jane Smith", "hourlyRate" : 43.26923076923077 },
{ "_id" : 3, "name" : "Bob Johnson", "hourlyRate" : 36.05769230769231 }
]
```
## 程式碼範例
若要檢視使用 `$divide`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function calculateHourlyRate() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const employees = db.collection('employees');
const result = await employees.aggregate([
{
$project: {
name: 1,
hourlyRate: { $divide: ["$salary", "$hoursPerYear"] }
}
}
]).toArray();
console.log(result);
client.close();
}
calculateHourlyRate();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def calculate_hourly_rate():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.mydatabase
employees = db.employees
result = list(employees.aggregate([
{
'$project': {
'name': 1,
'hourlyRate': { '$divide': ['$salary', '$hoursPerYear'] }
}
}
]))
print(result)
client.close()
calculate_hourly_rate()
```
------
# \$1eq
`$eq` 彙總運算子會比較兩個值，並在它們相等`true`時傳回，否則傳回 `false`。
**參數**
+ `expression1`：要比較的第一個值。
+ `expression2`：要比較的第二個值。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$eq` 運算子來檢查產品數量是否符合目標值。
**建立範例文件**
```
db.inventory.insertMany([
{ _id: 1, item: "Widget", qty: 50, target: 50 },
{ _id: 2, item: "Gadget", qty: 30, target: 50 },
{ _id: 3, item: "Tool", qty: 50, target: 40 }
]);
```
**查詢範例**
```
db.inventory.aggregate([
{
$project: {
item: 1,
qty: 1,
target: 1,
meetsTarget: { $eq: ["$qty", "$target"] }
}
}
]);
```
**輸出**
```
[
{ _id: 1, item: 'Widget', qty: 50, target: 50, meetsTarget: true },
{ _id: 2, item: 'Gadget', qty: 30, target: 50, meetsTarget: false },
{ _id: 3, item: 'Tool', qty: 50, target: 40, meetsTarget: false }
]
```
## 程式碼範例
若要檢視使用`$eq`彙總運算子的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('inventory');
const result = await collection.aggregate([
{
$project: {
item: 1,
qty: 1,
target: 1,
meetsTarget: { $eq: ["$qty", "$target"] }
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['inventory']
result = list(collection.aggregate([
{
'$project': {
'item': 1,
'qty': 1,
'target': 1,
'meetsTarget': { '$eq': ['$qty', '$target'] }
}
}
]))
print(result)
client.close()
example()
```
------
# \$1exp
4.0 版的新功能
Amazon DocumentDB 中的`$exp`運算子可讓您將常數 e 提高到指定的數字。
**參數**
+ `expression`：要評估的表達式。這可以是任何有效的彙總表達式，包括欄位參考、算術運算和其他彙總階段。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$exp`運算子來尋找 `quantity` 欄位大於 `price` 欄位的所有文件。
**建立範例文件**
```
db.items.insertMany([
{ item: "canvas", quantity: 4 },
{ item: "journal", quantity: 2 }
]);
```
**查詢範例**
```
db.items.aggregate([
{ $project: {
"quantityRaised": {$exp: "$quantity"}}
}
]);
```
**輸出**
```
[
{
_id: ObjectId('6920b785311cf98b79d2950d'),
quantityRaised: 54.598150033144236
},
{
_id: ObjectId('6920b785311cf98b79d2950e'),
quantityRaised: 7.38905609893065
}
]
```
## 程式碼範例
若要檢視使用 `$exp`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function aggregateExp() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const items = db.collection('items');
const result = await items.aggregate([
{ $project: {
"quantityRaised": {$exp: "$quantity"}}
}
]).toArray();
console.log(result);
client.close();
}
aggregateExp();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def aggregate_exp():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
items = db.items
result = list(items.aggregate([
{ "$project": {
"quantityRaised": {"$exp": "$quantity"}}
}
]))
print(result)
client.close()
aggregate_exp()
```
------
# \$1filter
Amazon DocumentDB 中的`$filter`運算子用於將篩選條件表達式套用至陣列的每個元素，並傳回僅包含符合指定條件之元素的陣列。當您需要對文件中的陣列欄位執行複雜的篩選操作時，此運算子非常有用。
**參數**
+ `input`：要篩選的陣列欄位。
+ `as`：用於`cond`表達式內`input`陣列每個元素的變數名稱。
+ `cond`：布林值表達式，決定指定的元素是否應包含在輸出陣列中。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$filter`運算子來投影每個訂單的客戶，並建立新的陣列欄位 paidItems，只包含價格大於 15 的項目陣列中的項目。基本上，它會篩選每個訂單的項目，只包含成本超過 15 的產品。
**建立範例文件**
```
db.orders.insertMany([
{ _id: 1, customer: "abc123", items: [
{ name: "Product A", price: 10, qty: 2 },
{ name: "Product B", price: 20, qty: 1 }
]},
{ _id: 2, customer: "def456", items: [
{ name: "Product C", price: 5, qty: 3 },
{ name: "Product D", price: 15, qty: 4 }
]},
{ _id: 3, customer: "ghi789", items: [
{ name: "Product E", price: 8, qty: 3 },
{ name: "Product F", price: 12, qty: 1 }
]}
]);
```
**查詢範例**
```
db.orders.aggregate([
{
$project: {
customer: 1,
paidItems: {
$filter: {
input: "$items",
as: "item",
cond: { $gt: ["$$item.price", 15] }
}
}
}
}
]).pretty();
```
**輸出**
```
[
{
_id: 1,
customer: 'abc123',
paidItems: [ { name: 'Product B', price: 20, qty: 1 } ]
},
{ _id: 2, customer: 'def456', paidItems: [] },
{ _id: 3, customer: 'ghi789', paidItems: [] }
]
```
## 程式碼範例
若要檢視使用 `$filter`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const uri = 'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false';
const client = new MongoClient(uri);
try {
await client.connect();
const db = client.db('test');
const collection = db.collection('orders');
const result = await collection.aggregate([
{
$project: {
customer: 1,
paidItems: {
$filter: {
input: "$items",
as: "item",
cond: { $gt: ["$$item.price", 15] }
}
}
}
}
]).toArray();
console.log(JSON.stringify(result, null, 2));
} catch (error) {
console.error('Error:', error);
} finally {
await client.close();
}
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from pprint import pprint
def example():
uri = 'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false'
with MongoClient(uri) as client:
db = client.test
collection = db.orders
result = list(collection.aggregate([
{
'$project': {
'customer': 1,
'paidItems': {
'$filter': {
'input': '$items',
'as': 'item',
'cond': { '$gt': ['$$item.price', 15] }
}
}
}
}
]))
for doc in result:
pprint(doc)
example()
```
------
# \$1first
5.0 版的新功能。
Elastic 叢集不支援。
Amazon DocumentDB 中的`$first`運算子會從一組分組的文件中傳回第一個文件。它通常用於彙總管道，以擷取符合特定條件的第一個文件。
**參數**
+ `expression`：傳回為每個群組中第一個值的表達式。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$first`運算子來擷取彙總期間針對每個類別遇到的第一個項目值。
注意： 會根據管道中文件的目前順序`$first`傳回第一個文件。為了確保特定訂單 （例如，依日期、價格等），階段`$sort`應該在`$group`階段之前使用。
**建立範例文件**
```
db.products.insertMany([
{ _id: 1, item: "abc", price: 10, category: "food" },
{ _id: 2, item: "jkl", price: 20, category: "food" },
{ _id: 3, item: "xyz", price: 5, category: "toy" },
{ _id: 4, item: "abc", price: 5, category: "toy" }
]);
```
**查詢範例**
```
db.products.aggregate([
{ $group: { _id: "$category", firstItem: { $first: "$item" } } }
]);
```
**輸出**
```
[
{ "_id" : "food", "firstItem" : "abc" },
{ "_id" : "toy", "firstItem" : "xyz" }
]
```
## 程式碼範例
若要檢視使用 `$first`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const uri = 'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false';
const client = new MongoClient(uri);
try {
await client.connect();
const db = client.db('test');
const collection = db.collection('products');
const result = await collection.aggregate([
{ $group: { _id: "$category", firstItem: { $first: "$item" } } }
]).toArray();
console.log(result);
} catch (error) {
console.error('Error:', error);
} finally {
await client.close();
}
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from pprint import pprint
def example():
client = None
try:
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['products']
result = list(collection.aggregate([
{ '$group': { '_id': '$category', 'firstItem': { '$first': '$item' } } }
]))
pprint(result)
except Exception as e:
print(f"An error occurred: {e}")
finally:
if client:
client.close()
example()
```
------
# \$1floor
4.0 版的新功能。
Amazon DocumentDB 中的`$floor`運算子會傳回小於或等於指定數字的最大整數。此運算子適用於將數值四捨五入。
**參數**
+ `expression`：要四捨五入的數值表達式。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$floor`運算子將小數值四捨五入到最接近的整數。
**建立範例文件**
```
db.numbers.insertOne({ value: 3.14 });
```
**查詢範例**
```
db.numbers.aggregate([
{ $project: { _id: 0, floored: { $floor: "$value" } } }
]);
```
**輸出**
```
{ "floored" : 3 }
```
## 程式碼範例
若要檢視使用 `$floor`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const uri = 'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false';
const client = new MongoClient(uri);
try {
await client.connect();
const db = client.db('test');
const collection = db.collection('numbers');
const result = await collection.aggregate([
{ $project: { _id: 0, floored: { $floor: "$value" } } }
]).toArray();
console.log(result);
} catch (error) {
console.error('Error:', error);
} finally {
await client.close();
}
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
from pprint import pprint
def example():
client = None
try:
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client.test
collection = db.numbers
result = list(collection.aggregate([
{ '$project': { '_id': 0, 'floored': { '$floor': '$value' }}}
]))
pprint(result)
except Exception as e:
print(f"An error occurred: {e}")
finally:
if client:
client.close()
example()
```
------
# \$1geoNear
`$geoNear` 彙總階段會依接近指定點的順序傳回文件。它會計算與點的距離，並在輸出文件中包含距離。
**參數**
+ `near`：計算距離的點，指定為 GeoJSON 或舊版座標。
+ `distanceField`：存放計算距離的欄位名稱。
+ `spherical`：布林值，指出是否使用球形幾何 (GeoJSON 點需要）。
+ `maxDistance`：選用。與中心點的距離上限。
+ `minDistance`：選用。與中心點的最小距離。
+ `query`：選用。要套用的其他篩選條件。
+ `limit`：選用。要傳回的文件數量上限。
+ `key`：選用。當存在多個地理空間索引時，用於地理空間查詢的欄位。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$geoNear`階段尋找最接近指定位置的商店。
**建立範例文件**
```
db.stores.createIndex({ location: "2dsphere" });
db.stores.insertMany([
{ _id: 1, name: "Store A", location: { type: "Point", coordinates: [-122.4, 37.8] } },
{ _id: 2, name: "Store B", location: { type: "Point", coordinates: [-122.5, 37.7] } },
{ _id: 3, name: "Store C", location: { type: "Point", coordinates: [-122.3, 37.9] } }
]);
```
**查詢範例**
```
db.stores.aggregate([
{
$geoNear: {
near: { type: "Point", coordinates: [-122.4, 37.8] },
distanceField: "distance",
spherical: true
}
}
]);
```
**輸出**
```
[
{ _id: 1, name: 'Store A', location: { type: 'Point', coordinates: [ -122.4, 37.8 ] }, distance: 0 },
{ _id: 3, name: 'Store C', location: { type: 'Point', coordinates: [ -122.3, 37.9 ] }, distance: 13877.82 },
{ _id: 2, name: 'Store B', location: { type: 'Point', coordinates: [ -122.5, 37.7 ] }, distance: 15557.89 }
]
```
## 程式碼範例
若要檢視使用`$geoNear`彙總階段的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('stores');
const result = await collection.aggregate([
{
$geoNear: {
near: { type: "Point", coordinates: [-122.4, 37.8] },
distanceField: "distance",
spherical: true
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
db = client['test']
collection = db['stores']
result = list(collection.aggregate([
{
'$geoNear': {
'near': { 'type': 'Point', 'coordinates': [-122.4, 37.8] },
'distanceField': 'distance',
'spherical': True
}
}
]))
print(result)
client.close()
example()
```
------
# \$1group
Amazon DocumentDB `$group` 中的彙總階段可讓您依指定的表達式將文件分組，並對分組的資料執行各種累積操作。這對於根據分組資料計算總計、平均值或其他統計資料等任務很有用。
**參數**
+ `_id`：指定輸入文件應分組的表達式。這可以是欄位名稱、運算表達式或兩者的組合。
+ `accumulator expressions`：（選用） 一或多個應套用至分組資料的累積器表達式。這些表達式使用上述的累積器運算子。
## 範例 (MongoDB Shell)
下列範例依客戶的城市分組，並計算每個城市的總訂單金額。
**建立範例文件**
```
db.customers.insertMany([
{ name: "John Doe", city: "New York", orders: [{ amount: 100 }, { amount: 200 }] },
{ name: "Jane Smith", city: "Los Angeles", orders: [{ amount: 150 }, { amount: 300 }] },
{ name: "Bob Johnson", city: "New York", orders: [{ amount: 75 }, { amount: 125 }] },
{ name: "Samantha Lee", city: "Chicago", orders: [{ amount: 50 }, { amount: 100 }] }
]);
```
**查詢範例**
```
db.customers.aggregate([
{
$group: {
_id: "$city",
totalOrders: { $sum: { $sum: "$orders.amount" } }
}
}
]);
```
**輸出**
```
[
{ _id: 'Chicago', totalOrders: 150 },
{ _id: 'Los Angeles', totalOrders: 450 },
{ _id: 'New York', totalOrders: 500 }
]
```
## 程式碼範例
若要檢視使用 `$group`命令的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function groupByCity() {
const uri = 'mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false';
const client = new MongoClient(uri);
try {
await client.connect();
const db = client.db('test');
const result = await db.collection('customers').aggregate([
{ $unwind: '$orders' },
{
$group: {
_id: '$city',
totalOrders: { $sum: '$orders.amount' }
}
}
]).toArray();
console.log(result);
} catch (err) {
console.error('Error during aggregation:', err);
} finally {
await client.close();
}
}
groupByCity();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def group_by_city():
client = MongoClient('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
try:
db = client.test
result = list(db.customers.aggregate([
{'$unwind': '$orders'},
{
'$group': {
'_id': '$city',
'totalOrders': {'$sum': '$orders.amount'}
}
}
]))
print(result)
except Exception as e:
print(f"Error during aggregation: {e}")
finally:
client.close()
group_by_city()
```
------
# \$1gt
`$gt` 彙總運算子會比較兩個值，如果第一個值大於第二個值`true`，則傳回 ，否則傳回 `false`。
**參數**
+ `expression1`：要比較的第一個值。
+ `expression2`：要比較的第二個值。
## 範例 (MongoDB Shell)
下列範例示範如何使用 `$gt` 運算子來識別超過價格閾值的產品。
**建立範例文件**
```
db.products.insertMany([
{ _id: 1, name: "Laptop", price: 1200 },
{ _id: 2, name: "Mouse", price: 25 },
{ _id: 3, name: "Monitor", price: 400 }
]);
```
**查詢範例**
```
db.products.aggregate([
{
$project: {
name: 1,
price: 1,
expensive: { $gt: ["$price", 100] }
}
}
]);
```
**輸出**
```
[
{ _id: 1, name: 'Laptop', price: 1200, expensive: true },
{ _id: 2, name: 'Mouse', price: 25, expensive: false },
{ _id: 3, name: 'Monitor', price: 400, expensive: true }
]
```
## 程式碼範例
若要檢視使用`$gt`彙總運算子的程式碼範例，請選擇您要使用的語言標籤：
------
#### [ Node.js ]
```
const { MongoClient } = require('mongodb');
async function example() {
const client = await MongoClient.connect('mongodb://:@:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
const db = client.db('test');
const collection = db.collection('products');
const result = await collection.aggregate([
{
$project: {
name: 1,
price: 1,
expensive: { $gt: ["$price", 100] }
}
}
]).toArray();
console.log(result);
await client.close();
}
example();
```
------
#### [ Python ]
```
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://