Sammenlign 2 datoer i mongo find metode

For MongoDB 3.6 og nyere:

$expr operatoren tillader brugen af aggregeringsudtryk i forespørgselssproget, så du kan udnytte brugen af $dateToString operatør for at transformere datofeltet:

db.test.find({ 
    "$expr": { 
        "$ne": [ 
             { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
             { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
        ] 
    } 
})

eller ved at bruge aggregeringsramme med $ match pipeline

db.test.aggregate([
    { "$match": { 
        "$expr": { 
            "$ne": [ 
                { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
            ] 
        } 
    } }
])

Til MongoDB 3.0+:

Du kan også bruge aggregeringsrammen med $redact pipeline-operatør, der giver dig mulighed for at behandle den logiske tilstand med $cond operatør og bruger de særlige operationer $$ BEHOLD at "beholde" dokumentet, hvor den logiske betingelse er sand eller $$PRUNE for at "fjerne" dokumentet, hvor betingelsen var falsk.

Overvej at køre følgende samlede operation, som demonstrerer ovenstående koncept:

db.test.aggregate([
    {
        "$redact": {
            "$cond": [
                { 
                    "$ne": [ 
                        { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                        { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
                    ] 
                },
                "$$KEEP",
                "$$PRUNE"
            ]
        }
    }
])

Denne handling svarer til at have en $projekt pipeline, der vælger felterne i samlingen og opretter et nyt felt, der indeholder resultatet fra den logiske betingelsesforespørgsel og derefter en efterfølgende $match , bortset fra at $redact bruger et enkelt pipeline-trin, som er mere effektivt:

 db.test.aggregate([
    {
        "$project": { 
            "created": 1, 
            "last_active": 1,
            "sameDay": { 
                "$cond": [ 
                    { 
                        "$eq": [ 
                            {"$substr" : ["$last_active",0, 10]}, 
                            {"$substr" : ["$created",0, 10]}
                        ] 
                    }, true, false 
                ]
            } 
        } 
    },
    { "$match": { "sameDay": false } }
])
 
 0r
 db.test.aggregate([
    {
        "$project": { 
            "created": 1, 
            "last_active": 1,
            "sameDay": { 
                "$cond": [ 
                    { 
                        "$eq": [ 
                            { "$dateToString": { "format": "%Y-%m-%d", "date": "$created" } }, 
                            { "$dateToString": { "format": "%Y-%m-%d", "date": "$last_active" } }
                        ] 
                    }, true, false 
                ]
            } 
        } 
    },
    { "$match": { "sameDay": false } }
])
 
 En anden fremgangsmåde ville være at bruge $where 
  operator i din find()  metode, men bemærk, at forespørgslen vil være ret langsom, da du bruger $hvor 
  alene kræver en tabelscanning, og databasen udfører JavaScript-udtrykket eller -funktionen for hvert dokument i samlingen, så kombiner med indekserede forespørgsler, hvis du kan, da forespørgselsydeevnen også forbedres, når du udtrykker den ved hjælp af standard MongoDB-operatorer (f.eks. <. kode>$gt  , $in  ):
 db.test.find({ 
   "$where": function() { 
       return this.created.getDate() !== this.last_active.getDate() 
   } 
});
 
 eller mere kompakt:
 db.test.find({ "$where": "this.created.getDate() !== this.last_active.getDate()" });
 
 Med input:
 /* 0 */
{
    "_id" : 1,
    "created" : ISODate("2014-12-19T06:01:17.171Z"),
    "last_active" : ISODate("2014-12-21T15:38:13.842Z")
}

/* 1 */
{
    "_id" : 2,
    "created" : ISODate("2015-07-06T12:17:32.084Z"),
    "last_active" : ISODate("2015-07-06T18:07:08.145Z")
}

/* 2 */
{
    "_id" : 3,
    "created" : ISODate("2015-07-06T06:01:17.171Z"),
    "last_active" : ISODate("2015-07-07T10:04:30.921Z")
}

/* 3 */
{
    "_id" : 4,
    "created" : ISODate("2015-07-06T06:01:17.171Z"),
    "last_active" : ISODate("2015-07-06T09:47:44.186Z")
}

/* 4 */
{
    "_id" : 5,
    "created" : ISODate("2013-12-19T06:01:17.171Z"),
    "last_active" : ISODate("2014-01-20T13:21:37.427Z")
}
 
 Sammenlægningen returnerer:
 /* 0 */
{
    "result" : [ 
        {
            "_id" : 1,
            "created" : ISODate("2014-12-19T06:01:17.171Z"),
            "last_active" : ISODate("2014-12-21T15:38:13.842Z"),
            "sameDay" : false
        }, 
        {
            "_id" : 3,
            "created" : ISODate("2015-07-06T06:01:17.171Z"),
            "last_active" : ISODate("2015-07-07T10:04:30.921Z"),
            "sameDay" : false
        }, 
        {
            "_id" : 5,
            "created" : ISODate("2013-12-19T06:01:17.171Z"),
            "last_active" : ISODate("2014-01-20T13:21:37.427Z"),
            "sameDay" : false
        }
    ],
    "ok" : 1
}