Nano Hash - криптовалюты, майнинг, программирование

Meteor/MongoDB ограничивает результат

Я пытаюсь найти все документы и опубликовать максимум 5 из результатов.

После этого раздел документа MongoDB, я пытаюсь сделать это:

Meteor.publish('teams', function () {
  return Teams.find().limit(5);
});

Тем не менее, в консоли сервера я получаю исключение:

Exception from sub teams id Pm6jKL8Sv3FSDSTfM TypeError: Object [object Object] has no method 'limit'

Следующее работает нормально:

Meteor.publish('teams', function () {
  return Teams.find({}, {limit:5});
});

Почему работает второй способ, а не первый? И где найти документацию на него?

mongodb meteor
15.06.2015

  • Вы уверены, что коллекция метеоров - это коллекция mongodb? метеор не заявляют, что используют mongodb. 15.06.2015
  • @JiangYD Разве Метеор не использует mongodb? Я предположил, что из-за этого я мог бы использовать mongo API. 15.06.2015

Ответы:


1

API коллекции Meteor несколько отличается от API mongo. find принимает до двух параметров: объект selector и объект options. options позволяет указать такие вещи, как sort, skip, limit и fields, в дополнение к специфичным для метеора reactive и transform.

15.06.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..