Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Interrogazione in Amazon DocumentDB Questa sezione spiega tutti gli aspetti delle interrogazioni con Amazon DocumentDB. **Topics** + [Interrogazione di documenti](#querying.docs) + [Piano di query](#querying.queryplan) + [Spiega i risultati](#querying.explainresults) + [Pianificatore di query v2](query-planner.md) + [Pianificatore di query v3](query-planner-v3.md) + [Dati geospaziali](geospatial.md) + [Indice parziale](partial-index.md) + [Ricerca testuale](text-search.md) ## Interrogazione di documenti A volte, potrebbe essere necessario cercare nell'inventario dello store online, in modo che i clienti possano vedere e acquistare ciò che vendi. Eseguire query su una raccolta è relativamente semplice, sia per le ricerche su tutti i documenti della raccolta che per quelle solo sui documenti che soddisfano un determinato criterio. Per eseguire una query per i documenti, utilizza l'operazione `find()`. Il comando `find()` ha un parametro per documenti singoli che definisce i criteri da utilizzare nella scelta dei documenti da restituire. L'output di `find()` è un documento formattato su una sola riga di testo senza interruzioni di riga. Per formattare il documento di output per facilitare la lettura, utilizza `find().pretty()`. Tutti gli esempi di questo argomento utilizzano `.pretty()` per formattare l'output. I seguenti esempi di codice utilizzano i quattro documenti che avete inserito nella `example` raccolta nei due esercizi precedenti `insertOne()` e `insertMany()` che si trovano nella sezione Aggiungere documenti di [Lavorare con](https://docs.aws.amazon.com//documentdb/latest/devguide/document-database-working-with-documents.html) i documenti. **Topics** + [Recupero di tutti i documenti](#querying.alldocs) + [Valori di campo corrispondenti](#querying.matchfield) + [Documenti incorporati](#querying.embedded-doc) + [Valori dei campi nei documenti incorporati](#querying.embedded-docs-field) + [Corrispondenza a un array](#querying.array) + [Valori corrispondenti in una matrice](#querying.array-values) + [Utilizzo degli operatori](#querying.operators) ### Recupero di tutti i documenti di una raccolta Per recuperare tutti i documenti nella raccolta, usa l'operazione `find()` con un documento di query vuoto. La query seguente restituisce tutti i documenti della raccolta `example`. ``` db.example.find( {} ).pretty() ``` ### Recupero di documenti che corrispondono a un valore di campo Per recuperare tutti i documenti che corrispondono a un campo e a un valore, usa l'operazione `find()` con un documento di query che identifica i campi e i valori per la corrispondenza. Usando i documenti precedenti, questa query restituisce tutti i documenti in cui il campo "Item" è uguale a "Pen". ``` db.example.find( { "Item": "Pen" } ).pretty() ``` ### Recupero di documenti che corrispondono a un documento incorporato Per trovare tutti i documenti che corrispondono a un documento incorporato, utilizza l'operazione `find()` con un documento di query che specifica il nome del documento incorporato e tutti i campi e i valori per quel documento incorporato. Quando si esegue il confronto di un documento incorporato, il documento incorporato del documento deve avere lo stesso nome che ha nella query. Inoltre, i campi e i valori nel documento incorporato devono corrispondere alla query. La seguente query restituisce solo il documento "Poster Paint". Questo perché "Pen" ha valori diversi per "`OnHand`" e "`MinOnHand`" e "Spray Paint" ha un ulteriore campo (`OrderQnty`) rispetto al documento di query. ``` db.example.find({"Inventory": { "OnHand": 47, "MinOnHand": 50 } } ).pretty() ``` ### Recupero di documenti che corrispondono a un valore di campo in un documento incorporato Per trovare tutti i documenti che corrispondono a un documento incorporato, utilizza l'operazione `find()` con un documento di query che specifica il nome del documento incorporato e tutti i campi e i valori per quel documento incorporato. Considerati i documenti precedenti, la seguente query utilizza la "dot notation" (notazione col punto) per specificare il documento incorporato e i campi di interesse. Vengono restituiti tutti i documenti che corrispondono a questi campi, indipendentemente da quali altri campi possono essere presenti nel documento incorporato. La query restituisce "Poster Paint" e "Spray Paint" perché entrambi corrispondono ai campi e ai valori specificati. ``` db.example.find({"Inventory.OnHand": 47, "Inventory.MinOnHand": 50 }).pretty() ``` ### Recupero di documenti che corrispondono a un array Per trovare tutti i documenti che corrispondono a una matrice, utilizzare l'operazione `find()` con il nome della matrice richiesta e tutti i valori in quella matrice. La query restituisce tutti i documenti che hanno una matrice con quel nome in cui i valori della matrice sono identici e nello stesso ordine rispetto alla query. La seguente query restituisce solo "Pen" perché" Poster Paint" ha un ulteriore colore (White) mentre "Spray Paint" ha i colori in un ordine diverso. ``` db.example.find( { "Colors": ["Red","Green","Blue","Black"] } ).pretty() ``` ### Recupero di documenti che corrispondono a un valore in un array Per trovare tutti i documenti che hanno un valore specifico di matrice, utilizza l'operazione `find()` con il nome della matrice e il valore richiesto. ``` db.example.find( { "Colors": "Red" } ).pretty() ``` L'operazione precedente restituisce tutti e tre i documenti, in quanto ciascuno di essi dispone di una matrice denominata `Colors` e del valore "`Red`" all'interno della matrice. Se si specifica il valore "`White`", la query restituisce solo "Poster Paint". ### Recupero di documenti tramite operatori La seguente query restituisce tutti i documenti in cui il valore "`Inventory.OnHand`" è inferiore a 50. ``` db.example.find( { "Inventory.OnHand": { $lt: 50 } } ) ``` Per un elenco degli operatori di query supportati, consulta [operatori di interrogazione e proiezione](mongo-apis.md#mongo-apis-query). ## Piano di query ### Come posso visualizzare gli `ExecutionStats` per un piano di query? Quando si determina il motivo per cui una query viene eseguita più lentamente del previsto, può essere utile capire quali sono i valori `executionStats` per il piano di query. `executionStats` Fornisce il numero di documenti restituiti da una particolare fase (`nReturned`), la quantità di tempo di esecuzione trascorso in ogni fase (`executionTimeMillisEstimate`) e la quantità di tempo necessaria per generare un piano di query (`planningTimeMillis`). È possibile determinare le fasi della query che richiedono più tempo per concentrare gli sforzi di ottimizzazione a partire dall'output di`executionStats`, come illustrato nei seguenti esempi di query. Il parametro `executionStats` attualmente non supporta i comandi `update` e `delete`. **Nota** Amazon DocumentDB emula l'API MongoDB 3.6 su un motore di database appositamente progettato che utilizza un sistema di storage distribuito, con tolleranza ai guasti e riparazione automatica. Di conseguenza, i piani di interrogazione e l'output di `explain()` possono differire tra Amazon DocumentDB e MongoDB. I clienti che desiderano il controllo sul piano di query possono utilizzare l'operatore `$hint` per applicare la selezione di un indice preferito. Esegui la query che vuoi ottimizzare con il comando `explain()` come segue. ``` db.runCommand({explain: {query document}}). explain("executionStats").executionStats; ``` Di seguito è riportato un esempio di operazione. ``` db.fish.find({}).limit(2).explain("executionStats"); ``` L'aspetto dell'output di questa operazione è simile al seguente. ``` { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "test.fish", "winningPlan" : { "stage" : "SUBSCAN", "inputStage" : { "stage" : "LIMIT_SKIP", "inputStage" : { "stage" : "COLLSCAN" } } } }, "executionStats" : { "executionSuccess" : true, "executionTimeMillis" : "0.063", "planningTimeMillis" : "0.040", "executionStages" : { "stage" : "SUBSCAN", "nReturned" : "2", "executionTimeMillisEstimate" : "0.012", "inputStage" : { "stage" : "LIMIT_SKIP", "nReturned" : "2", "executionTimeMillisEstimate" : "0.005", "inputStage" : { "stage" : "COLLSCAN", "nReturned" : "2", "executionTimeMillisEstimate" : "0.005" } } } }, "serverInfo" : { "host" : "enginedemo", "port" : 27017, "version" : "3.6.0" }, "ok" : 1 } ``` Se si desidera vedere solo il valore `executionStats` dalla query di cui sopra, è possibile utilizzare il seguente comando. Per raccolte di piccole dimensioni, il processore di query Amazon DocumentDB può scegliere di non utilizzare un indice se i miglioramenti delle prestazioni sono trascurabili. ``` db.fish.find({}).limit(2).explain("executionStats").executionStats; ``` ### Cache del piano di query Per ottimizzare le prestazioni e ridurre la durata della pianificazione, Amazon DocumentDB memorizza internamente nella cache i piani di query. Ciò consente di eseguire query con la stessa forma direttamente utilizzando un piano memorizzato nella cache. Tuttavia, questa memorizzazione nella cache a volte può causare un ritardo casuale per la stessa query; ad esempio, l'esecuzione di una query che richiede in genere un secondo può occasionalmente impiegare dieci secondi. Ciò è dovuto al fatto che, nel tempo, l'istanza del lettore ha memorizzato nella cache varie forme della query, consumando così memoria. Se si verifica questa lentezza casuale, non è necessario eseguire alcuna azione per liberare la memoria: il sistema gestirà l'utilizzo della memoria al posto dell'utente e, una volta raggiunta una certa soglia, la memoria verrà rilasciata automaticamente. ## Spiega i risultati Se desideri restituire informazioni sui piani di query, Amazon DocumentDB supporta la modalità verbosità. `queryPlanner` I `explain` risultati restituiscono il piano di query selezionato scelto dall'ottimizzatore in un formato simile al seguente: ``` { "queryPlanner" : { "plannerVersion" : , "namespace" : , "winningPlan" : { "stage" : , ... "inputStage" : { "stage" : , ... "inputStage" : { ... } } } } } ``` Le seguenti sezioni definiranno i `explain` risultati comuni. **Topics** + [Fase di scansione e filtro](#querying.explainresults-scan-filter) + [Intersezione dell'indice](#querying.explainresults-index-intersection) + [Unione dell'indice](#querying.explainresults-index-union) + [Indice multiplo intersection/union](#querying.explainresults-multiple-index-union) + [Indice composto](#querying.explainresults-compound-index) + [Fase di ordinamento](#querying.explainresults-sort) + [Fase a gironi](#querying.explainresults-group) ### Fase di scansione e filtro L'ottimizzatore può scegliere una delle seguenti scansioni: COLLSCAN Questa fase è una scansione sequenziale di raccolta. ``` { "stage" : "COLLSCAN" } ``` ISCAN Questa fase esegue la scansione delle chiavi dell'indice. L'ottimizzatore può recuperare il documento in questa fase e ciò può comportare una fase FETCH aggiunta successivamente. ``` db.foo.find({"a": 1}) { "stage" : "IXSCAN", "direction" : "forward", "indexName" : } ``` FETCH Se l'ottimizzatore ha recuperato i documenti in una fase diversa da IXSCAN, il risultato includerà una fase FETCH. Ad esempio, la query IXSCAN di cui sopra può generare una combinazione di fasi FETCH e IXSCAN: ``` db.foo.find({"a": 1}) { "stage" : "FETCH", "inputStage" : { "stage" : "IXSCAN", "indexName" : } } ``` IXONLYSCAN analizza solo la chiave dell'indice. La creazione di indici composti non eviterà FETCH. ### Intersezione dell'indice IXAND Amazon DocumentDB può includere uno stage IXAND con un array InputStages di IXSCAN se può utilizzare l'intersezione degli indici. Ad esempio, possiamo vedere risultati come: ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXAND", "inputStages" : [ { "stage" : "IXSCAN", "indexName" : "a_1" }, { "stage" : "IXSCAN", "indexName" : "b_1" } ] } } ``` ### Unione dell'indice IXOR Analogamente all'intersezione degli indici, Amazon DocumentDB può `IXOR` includere uno stage con `inputStages` un array per l'`$or`operatore. ``` db.foo.find({"$or": [{"a": {"$gt": 2}}, {"b": {"$lt": 2}}]}) ``` Per la query precedente, l'output di spiegazione potrebbe essere simile al seguente: ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXOR", "inputStages" : [ { "stage" : "IXSCAN", "indexName" : "a_1" }, { "stage" : "IXSCAN", "indexName" : "b_1" } ] } } ``` ### Indice multiplo intersection/union Amazon DocumentDB può combinare più fasi di intersezione o unione di indici e recuperare il risultato. Esempio: ``` { "stage" : "FETCH", "inputStage" : { "stage" : "IXOR", "inputStages" : [ { "stage" : "IXSCAN", ... }, { "stage" : "IXAND", "inputStages" : [ { "stage" : "IXSCAN", ... }, { "stage" : "IXSCAN", ... } ] } ] } } ``` L'utilizzo dell'intersezione dell'indice o degli stadi di unione non è influenzato dal tipo di indice (sparso, composto, ecc.). ### Indice composto L'utilizzo dell'indice composto di Amazon DocumentDB non è limitato nei sottoinsiemi iniziali dei campi indicizzati; può utilizzare l'indice con la parte del suffisso, ma potrebbe non essere molto efficiente. Ad esempio, l'indice composto di `{ a: 1, b: -1 }` può supportare tutte e tre le query seguenti: `db.orders.find( { a: 1 } )` `db.orders.find( { b: 1 } )` `db.orders.find( { a: 1, b: 1 } )` ### Fase di ordinamento Se esiste un indice sulle chiavi di ordinamento richieste, Amazon DocumentDB può utilizzare l'indice per ottenere l'ordine. In tal caso, il risultato non includerà una `SORT` fase, ma piuttosto una `IXSCAN` fase. Se l'ottimizzatore preferisce un ordinamento semplice, includerà una fase come questa: ``` { "stage" : "SORT", "sortPattern" : { "a" : 1, "b" : -1 } } ``` ### Fase a gironi Amazon DocumentDB supporta due diverse strategie di gruppo: + `SORT_AGGREGATE`: Ordinamento aggregato su disco. + `HASH_AGGREGATE`: aggregato di hash in memoria.