Nano Hash - криптовалюты, майнинг, программирование

Mongoose запрашивает представления

В настоящее время я использую mongoose v. 5.25 против mongoDB v.3.6.

Мое приложение должно запрашивать данные из множества разных представлений, например, из представления, которое сейчас есть в моей БД: db.joboffers_view.find()

вернет много записей, которые были агрегированы из разных коллекций.

Для обычной модели коллекции я запрашиваю ее так:

 const model = db.model(attribute);
 /*where attribute, can be any registered schema */
 model.find().
       then((result) => {
           resolve(result);
       }).
       catch((err) => {
           reject(err);
       });

Тогда я регистрирую свои модели примерно так (упрощенный код):

//...
//abstracting boring connection methods
const db = mongoose.connection
//...

//simple model schema
const users_schema = {
   _id: ObjectId,
   another_field: String
};

//here I'm registering a schema for a VIEW, instead of normal collection
const view_schema = {
   _id: ObjectId,
   another_field: String
};
//...
//then

db.model('users', users_schema);
db.model('view', view_schema);

Когда я запускаю запрос из любой из моих зарегистрированных моделей, я получаю отличные результаты. Однако, когда я запускаю его для модели, представляющей представление в моей базе данных mongo, он возвращает пустой массив.

Никаких ошибок, ничего, просто пустой массив.

Я просмотрел документацию мангуста и не нашел никакого конкретного метода или шаблона для запроса представления вместо данных коллекции.

Кажется, это то же самое, что и для любой другой коллекции, которая есть в моей системе.

Я что-то упускаю?


Ответы:


1

Я также сталкиваюсь с той же проблемой и выясняю, что проблема заключается в том, что мангуст по умолчанию читает любое имя коллекции, используя имя модели/представления во множественном числе.

поэтому, когда вы создаете какое-либо представление и хотите использовать его в mongoose, либо убедитесь, что имя вашего представления должно быть во множественном числе (добавьте s в конце имени представления), либо передайте имя коллекции при инициализации схемы. сильный>

пример

const users_schema = {
   _id: ObjectId,
   another_field: String
};
mongoose.model('vw_user_info', users_schema, 'vw_user_info');
09.12.2018

2

У меня такая же проблема, но я решил ее, проверьте имя представления в mongodb, оно должно совпадать с db.model('view_name', view_schema);

Вы можете открыть отладку Mongoose с помощью конфигурации, подобной этой mongoose.set('debug', true);

02.10.2018

3

Добавить третий аргумент

db.model('view', view_schema, 'view_name_in_db')
16.03.2021
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..