MongoDB 推送到嵌套數組或插入新文檔

Question

我正在為 Mongo (pymongo) 使用 python 庫，我的文檔如下所示：

{"vendor_id": 12, "title": "xyz", "price": 1499.0, "price_history": [{"date": "2019-12-01", "price": 1890.0}]}

如果存在 id=12 的文檔，我想將新的價格對象推送到“price_history”數組。 如果不是，我將創建一個與粘貼的代碼看起來相同的新文檔。

看起來很簡單，但我檢查了多個 stackoverflow 主題和 mongodb 文檔，但無法理解：/

我想出了代碼：

db.holidays.update_one(
            {"vendor_id": t["vendor_id"]},
            {"$push": {"price_history": t["price_history"][0]}},
            upsert=True
        )

但是當找不到文檔時，它只插入 vendor_id 而不是整個文檔。

有小費嗎？ 感謝您花時間解決我的問題。

Answer 1

$setOnInsert來救援：

db.holidays.update(
   { "vendor_id": t["vendor_id" },   // Query parameter
   ,{                     // Update document
      "$push": {"price_history": t["price_history"][0]},
      "$setOnInsert": { everything else you want insert besides the push and the vendor_id
   }
   ,{ upsert: true }      // Options
)

Answer 2

將記錄提取到 dict 中並使用標准 python 進行操作。 如果您使用find_one()並且沒有匹配項，它將返回None

from pymongo import MongoClient
from bson.json_util import dumps

db = MongoClient()["testdatabase"]

# Data setup
db.testcollection.delete_many({})
template = {"vendor_id": 12, "title": "xyz", "price": 1499.0, "price_history": []}
data_setup = {"vendor_id": 12, "title": "xyz", "price": 1499.0,
              "price_history": [{"date": "2019-12-01", "price": 1890.0}]}
new_price = {"date": "2019-12-02", "price": 2000.0}

# Comment the next line out to see what happens if the record isn't present
db.testcollection.insert_one(data_setup)

record = db.testcollection.find_one({"vendor_id": 12})
if record is None:
    record = template

record['price_history'].append(new_price)
db.testcollection.replace_one({"vendor_id": 12}, record, upsert=True)

# Pretty up the record output
print(dumps(db.testcollection.find_one({}, {'_id': 0}), indent=4))

給出：

{
    "vendor_id": 12,
    "title": "xyz",
    "price": 1499.0,
    "price_history": [
        {
            "date": "2019-12-01",
            "price": 1890.0
        },
        {
            "date": "2019-12-02",
            "price": 2000.0
        }
    ]
}