I dipendenti sono entità singole; quindi, probabilmente non vuoi modellare age
di un membro del team così profondamente nella ricca struttura di dipartimenti, sedi e team. Va benissimo avere un employees
separato raccolta e fai semplicemente:
db.businesses.aggregate([
{$match: {"age": {$gt: 50} }}
,{$sort: {"age": -1} }
]);
Nel profondo delle tue businesses
collezione puoi avere:
{ teams: [ {name: "T1", employees: [ "E1", "E34" ]} ] }
In alternativa, prova questo:
db.businesses.aggregate([ your pipeline] ,{allowDiskUse:true});
L'OP ha una configurazione di 10 biz -> 10 loc -> 10 reparti -> 10 squadre -> 100 emp. I primi 3 svolgimenti creano un'esplosione di dati 10000x, ma l'ultimo è 100x oltre. Possiamo ridurre il risultato usando $filter
:
db.businesses.aggregate([
{ $unwind: "$locations" },
{ $unwind: "$locations.departments" },
{ $unwind: "$locations.departments.teams" },
{$project: {
XX: {$filter: {
input: "$locations.departments.teams.employees",
as: "z",
cond: {$gte: [ "$$z.age", 50] }
}}
}}
,{$unwind: "$XX"}
,{$sort: {"XX.age":-1}}])