FQL 핵심 개념 섹션 4: 범위 조회 및 고급 필터링
16126 단어 serverlessfqlfaunafullstack
이 시리즈는 당신이 기본 지식을 습득했다고 가정합니다.만약 당신이 Fauna DB와/또는 FQL의 초보자라면, 이것은 제가 FQL에 있는 것입니다introductory series.
본문:
범위 조회 안내
범위 조회의 사상은 두 개의 경계를 제공함으로써 결과를 필터링하여 시작 값과 끝 값을 표시하는 것이다.FaunaDB는 결과를 포함할 시기를 결정하기 위해 값을 비교해야 하기 때문에 이러한 경계는 숫자, 문자열, 날짜 등 다른 값FQL types이 아니라 부울 값이어야 합니다.
Range()의 작동 방식에 대해 알아보기 위해 데이터를 작성합니다.
> CreateCollection({
name: "Alphabet"
})
Map () 을 사용하여 문서를 추가합니다.
> Map(
[
{leter: "A", position: 1},
{leter: "B", position: 2},
{leter: "C", position: 3},
{leter: "D", position: 4},
{leter: "E", position: 5},
{leter: "F", position: 6},
{leter: "G", position: 7},
{leter: "H", position: 8},
{leter: "I", position: 9},
{leter: "J", position: 10}
],
Lambda(
"data",
Create(
Collection("Alphabet"),
{data: Var("data")}
)
)
)
문서를 조회하려면 색인이 필요합니다.
> CreateIndex({
name: "Alphabet_by_letter_position",
source: Collection("Alphabet"),
values: [
{field: ['data', 'letter']},
{field: ['data', 'position']}
]
})
색인을 값을 되돌려주도록 설정했습니다.Range () 는 이러한 값을 경계와 비교해야 합니다.값 필드에 대한 자세한 내용은 CreateIndex() 문서를 참조하십시오.
기본적으로 색인이 반환된 결과입니다.
> Paginate(Match(Index("Alphabet_by_letter_position")))
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5],
["F", 6],
["G", 7],
["H", 8],
["I", 9],
["J", 10]
]
}
우리는 지금 첫 번째 범위 조회를 진행할 준비를 하고 있다.각 경계에 대해 Range()는 개별 측정 값 또는 배열을 적용합니다.이제 A와 E의 단일 값을 사용합니다.
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
"A",
"E"
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5]
]
}
보시다시피 Range()는 시작 값과 끝 값을 각 결과의 첫 번째 항목과 비교하여 정의된 경계 내에 있는 결과를 필터링합니다.
문자열 "A"가 "A"의 시작 값보다 우수하거나 같기 때문에 결과에는 ["A", 1]이 포함됩니다.마찬가지로 문자열 "F"가 "E"의 끝값보다 우수하기 때문에 결과에는 [F], 6] 이 포함되지 않습니다.
경계의 단일 값이 아니라 단일 항목이 있는 그룹을 사용할 수도 있습니다.결과는 같다.
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
["A"],
["E"]
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5]
]
}
FaunaDB에서 첫 번째 또는 마지막 결과를 경계의 시작 값이나 끝 값으로 각각 사용하도록 공수 그룹을 사용할 수도 있습니다.이 경우 첫 번째 결과에서 "C"사이의 모든 결과를 얻을 수 있습니다.
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
[],
"C"
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3]
]
}
다중 항목 경계
Range()의 흥미로운 점은 여러 개의 값을 가진 그룹을 경계로 사용할 수 있다는 것이다.결과는 아마 네가 바라는 것이 아닐 것이다!
이 예제를 참조하십시오.
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
["A", 3],
["G", 4]
)
)
{
data: [
["B", 2],
["C", 3],
["D", 4],
["E", 5],
["F", 6]
]
}
이 검색을 처음 실행할 때, 나는 곤혹스러웠다. 왜냐하면 나는 시작/종료 그룹의 모든 항목이 자신의 범위 필터로 충당하기를 원하기 때문이다. 라고 말할 수 있지만,range () 는 이렇게 작동하지 않는다.
각 시작/종료 그룹은 실제로 하나의 값으로 사용되어 어떤 결과가 우수하거나 낮은지 확인합니다.
보시다시피 FaunaDB는 [F], 6]이 [G], 4]의 상한선보다 낮다고 생각하지만 어떻게 작동합니까?
그렇게 생각해.문자열을 알파벳순으로 정렬하면 "A8"또는 "Z1"중 어느 것이 첫 번째로 나열됩니까?분명히 "A8"이다. 왜냐하면 A가 Z 이전에 있었기 때문이다. 그렇지?정렬할 때 첫 번째 문자는 가장 높은 우선순위를 가지기 때문에, 우리는 두 번째 문자가 첫 번째 문자열에 있는지 확인하는 데 관심이 없다.
이것 또한 FaunaDB가 [G], 7]이 [G], 4보다 낫다고 생각하고 결과에서 배제한 이유를 설명한다.첫 번째 항목이 같기 때문에 두 번째 항목만 비교에 영향을 줍니다.
다른 예를 봅시다.상상해 보세요. 우리에게는 한 무리의 사람들이 있습니다. 그들의 나이와 이름, 우리는 색인을 가지고 있습니다. 이 결과를 되돌려줍니다.
> Paginate(Match(Index("People_by_age_name")))
{
data: [
[27, "Alex"],
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"],
[64, "Charles"]
]
}
만약 우리가 지금 30세에서 60세 사이의 모든 사람을 얻고 싶다면, 우리는 다음과 같은 조회를 실행할 수 있다.
> Paginate(
Range(
Match(Index("People_by_age_name")),
30, 60
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"]
]
}
지금까지 줄곧 괜찮았다.
만약 우리가 지금 이 결과들을 세분화하고 A와 B 사이의 이름을 얻고 싶다면?
앞서 설명한 대로 Range()를 사용하여 이 문제를 해결할 수 없습니다.
> Paginate(
Range(
Match(Index("People_by_age_name")),
[30, "A"],
[60, "B"]
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"]
]
}
비록 문자열 "Pier"는 문자열 "B"뒤에 뚜렷하게 위치하지만, FaunaDB는 나이만 고려하여 [41, "Pier"]가 [60, "B"] 보다 낮은 상한선을 정합니다.
범위, 그리고 필터링
그렇다면 우리는 어떻게 해야만 진정으로 30~60대 사이의 모든 사람을 얻을 수 있고, 그들의 이름도'A'와'B'사이에 있을까?
솔루션은 간단하게 Range()를 교체한 다음 FQL을 사용하여 필요한 모든 조건을 나타냅니다.
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
)
)
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[50, "Anna"]
]
}
여기에서 우리는 GTE() (크거나 같음) 과 LTE() (작거나 같음) 을 사용하여 명칭을 비교하고 이 두 조건이 And() 와true로 되돌아오는 것을 확보합니다.
우리는 이 조회를 더욱 보완할 수 있다. 예를 들어 이름에'n'이나'i'가 있는 사람만 열거할 수 있다.
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
Or(
ContainsStr(Var("name"), "n"),
ContainsStr(Var("name"), "i")
)
)
)
)
)
{
data: [
[33, "Abigail"],
[50, "Anna"]
]
}
문자열이 두 번째 매개 변수에 정의된 문자열을 포함하면 ContainsStr() 이 예에서 "n"또는 "i"로true를 되돌려줍니다.
이 조건들은 매우 복잡할 수 있다. 왜냐하면 네가 그것들을 필요로 하기 때문이다. 우리는 정말 표면에 닿을 뿐이다.다음은 몇 가지 유용한 FQL 함수입니다. 값을 비교하고 조건을 표시하기 위해 이 함수를 확인해야 합니다.
> CreateCollection({
name: "Alphabet"
})
> Map(
[
{leter: "A", position: 1},
{leter: "B", position: 2},
{leter: "C", position: 3},
{leter: "D", position: 4},
{leter: "E", position: 5},
{leter: "F", position: 6},
{leter: "G", position: 7},
{leter: "H", position: 8},
{leter: "I", position: 9},
{leter: "J", position: 10}
],
Lambda(
"data",
Create(
Collection("Alphabet"),
{data: Var("data")}
)
)
)
> CreateIndex({
name: "Alphabet_by_letter_position",
source: Collection("Alphabet"),
values: [
{field: ['data', 'letter']},
{field: ['data', 'position']}
]
})
> Paginate(Match(Index("Alphabet_by_letter_position")))
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5],
["F", 6],
["G", 7],
["H", 8],
["I", 9],
["J", 10]
]
}
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
"A",
"E"
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5]
]
}
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
["A"],
["E"]
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3],
["D", 4],
["E", 5]
]
}
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
[],
"C"
)
)
{
data: [
["A", 1],
["B", 2],
["C", 3]
]
}
Range()의 흥미로운 점은 여러 개의 값을 가진 그룹을 경계로 사용할 수 있다는 것이다.결과는 아마 네가 바라는 것이 아닐 것이다!
이 예제를 참조하십시오.
> Paginate(
Range(
Match(Index("Alphabet_by_letter_position")),
["A", 3],
["G", 4]
)
)
{
data: [
["B", 2],
["C", 3],
["D", 4],
["E", 5],
["F", 6]
]
}
각 시작/종료 그룹은 실제로 하나의 값으로 사용되어 어떤 결과가 우수하거나 낮은지 확인합니다.
보시다시피 FaunaDB는 [F], 6]이 [G], 4]의 상한선보다 낮다고 생각하지만 어떻게 작동합니까?
그렇게 생각해.문자열을 알파벳순으로 정렬하면 "A8"또는 "Z1"중 어느 것이 첫 번째로 나열됩니까?분명히 "A8"이다. 왜냐하면 A가 Z 이전에 있었기 때문이다. 그렇지?정렬할 때 첫 번째 문자는 가장 높은 우선순위를 가지기 때문에, 우리는 두 번째 문자가 첫 번째 문자열에 있는지 확인하는 데 관심이 없다.
이것 또한 FaunaDB가 [G], 7]이 [G], 4보다 낫다고 생각하고 결과에서 배제한 이유를 설명한다.첫 번째 항목이 같기 때문에 두 번째 항목만 비교에 영향을 줍니다.
다른 예를 봅시다.상상해 보세요. 우리에게는 한 무리의 사람들이 있습니다. 그들의 나이와 이름, 우리는 색인을 가지고 있습니다. 이 결과를 되돌려줍니다.
> Paginate(Match(Index("People_by_age_name")))
{
data: [
[27, "Alex"],
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"],
[64, "Charles"]
]
}
> Paginate(
Range(
Match(Index("People_by_age_name")),
30, 60
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"]
]
}
만약 우리가 지금 이 결과들을 세분화하고 A와 B 사이의 이름을 얻고 싶다면?
앞서 설명한 대로 Range()를 사용하여 이 문제를 해결할 수 없습니다.
> Paginate(
Range(
Match(Index("People_by_age_name")),
[30, "A"],
[60, "B"]
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[41, "Pier"],
[50, "Anna"]
]
}
범위, 그리고 필터링
그렇다면 우리는 어떻게 해야만 진정으로 30~60대 사이의 모든 사람을 얻을 수 있고, 그들의 이름도'A'와'B'사이에 있을까?
솔루션은 간단하게 Range()를 교체한 다음 FQL을 사용하여 필요한 모든 조건을 나타냅니다.
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
)
)
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[50, "Anna"]
]
}
여기에서 우리는 GTE() (크거나 같음) 과 LTE() (작거나 같음) 을 사용하여 명칭을 비교하고 이 두 조건이 And() 와true로 되돌아오는 것을 확보합니다.
우리는 이 조회를 더욱 보완할 수 있다. 예를 들어 이름에'n'이나'i'가 있는 사람만 열거할 수 있다.
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
Or(
ContainsStr(Var("name"), "n"),
ContainsStr(Var("name"), "i")
)
)
)
)
)
{
data: [
[33, "Abigail"],
[50, "Anna"]
]
}
문자열이 두 번째 매개 변수에 정의된 문자열을 포함하면 ContainsStr() 이 예에서 "n"또는 "i"로true를 되돌려줍니다.
이 조건들은 매우 복잡할 수 있다. 왜냐하면 네가 그것들을 필요로 하기 때문이다. 우리는 정말 표면에 닿을 뿐이다.다음은 몇 가지 유용한 FQL 함수입니다. 값을 비교하고 조건을 표시하기 위해 이 함수를 확인해야 합니다.
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
)
)
)
)
{
data: [
[33, "Abigail"],
[39, "Adam"],
[50, "Anna"]
]
}
> Paginate(
Filter(
Range(
Match(Index("People_by_age_name")),
[30],
[60]
),
Lambda(
["age", "name"],
And(
GTE(Var("name"), "A"),
LTE(Var("name"), "B"),
Or(
ContainsStr(Var("name"), "n"),
ContainsStr(Var("name"), "i")
)
)
)
)
)
{
data: [
[33, "Abigail"],
[50, "Anna"]
]
}
GT()(보다 큼)
GTE()(크거나 같음)
LT()(소형)
LTE()(작거나 같음)
색인 및 범위
지금까지 본고에서 우리는 집합의 모든 문서를 되돌려주는 색인만 사용하고 Range () 를 사용하여 이 결과를 필터링했습니다.물론, 우리는 용어가 있는 색인을 사용할 수 있다. 이 용어들은 필터 범위 전에 이미 많은 문서를 선택했다.
새 컬렉션을 만듭니다.
> CreateCollection({
name: "RobotRepairs"
})
유형별로 필터링할 수 있는 인덱스와 Range()를 사용할 수 있는 필수 조건도 있습니다.
> CreateIndex({
name: "RobotRepairs_startTs_endTs_type_by_type",
source: Collection("RobotRepairs"),
values: [
{field: ["data", "startTs"]},
{field: ["data", "endTs"]},
{field: ["data", "type"]},
{field: ["ref"]}
],
terms: [
{field: ["data", "type"]}
]
})
이제 이러한 형식의 문서 두 개를 삽입합니다.
> Create(
Collection("RobotRepairs"),
{
data: {
startTs: Time("2020-09-25T10:00:00Z"),
endTs: Time("2020-09-27T18:00:00Z"),
type: "CPU_REPLACE"
}
}
)
이 인덱스는 CPU\u REPLACE 필터링에서 반환된 결과입니다.
> Paginate(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
)
)
{
data: [
[
Time("2020-09-22T11:00:00Z"),
Time("2020-09-23T13:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203011981902355")
],
[
Time("2020-09-25T10:00:00Z"),
Time("2020-09-27T18:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203042867708435")
],
[
Time("2020-10-01T17:00:00Z"),
Time("2020-10-01T19:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
]
]
}
이제 수정 유형별로 필터링한 다음 Range()를 사용하여 두 시간 스탬프 사이에서만 수정을 완료할 수 있습니다.
> Paginate(
Range(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
),
[
Time("2020-10-01T00:00:00Z"),
Time("2020-10-01T00:00:00Z")
],
[
Time("2020-10-02T00:00:00Z"),
Time("2020-10-02T00:00:00Z")
]
)
)
{
data: [
[
Time("2020-10-01T17:00:00Z"),
Time("2020-10-01T19:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
]
]
}
값이 있는 배열이 아닌 실제 문서를 가져오려면 맵 () 을 Lambda () 및 get () 과 함께 사용해야 합니다.
> Map(
Paginate(
Range(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
),
[
Time("2020-10-01T00:00:00Z"),
Time("2020-10-01T00:00:00Z")
],
[
Time("2020-10-02T00:00:00Z"),
Time("2020-10-02T00:00:00Z")
]
)
),
Lambda(
["startTs", "endTs", "type", "ref"],
Get(Var("ref"))
)
)
{
data: [
{
ref: Ref(Collection("RobotRepairs"), "278202807195009555"),
ts: 1601580160340000,
data: {
startTs: Time("2020-10-01T17:00:00Z"),
endTs: Time("2020-10-01T19:00:00Z"),
type: "CPU_REPLACE"
}
}
]
}
인덱스 바인딩 범위
aprevious article에서 우리는 색인 귀속을 이해했다. 이것은 색인 결과에서 미리 계산한 값이다.
특정 수정 유형의 바인딩을 사용하여 각 수정 기간을 반환하는 새 색인을 만듭니다.
> CreateIndex({
name: "RobotRepairs_duration_type_by_type",
source: {
collection: Collection("RobotRepairs"),
fields: {
durationMinutes: Query(
Lambda("doc",
TimeDiff(
Select(["data", "startTs"], Var("doc")),
Select(["data", "endTs"], Var("doc")),
"minutes"
)
)
)
}
},
values: [
{binding: "durationMinutes"},
{field: ["data", "type"]},
{field: ["ref"]}
],
terms: [
{field: ["data", "type"]}
]
})
이 인덱스는 기본적으로 반환됩니다.
> Paginate(
Match(
Index("RobotRepairs_duration_type_by_type"),
"CPU_REPLACE"
)
)
{
data: [
[
120,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
],
[
1560,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203011981902355")
],
[
3360,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203042867708435")
]
]
}
이제 Range()를 사용하여 1 일 미만(또는 1440분) 수리를 수행할 수 있습니다.
> Paginate(
Range(
Match(Index("RobotRepairs_duration_type_by_type"), "CPU_REPLACE"),
[],
[1440]
)
)
{
data: [
[
120,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")]
]
}
결론
오늘은 여기까지.가치 있는 것을 배웠으면 좋겠어!
질문이 있으면 언제든지 트위터로 연락 주세요.
Reference
이 문제에 관하여(FQL 핵심 개념 섹션 4: 범위 조회 및 고급 필터링), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://dev.to/fauna/core-fql-concepts-part-4-range-queries-and-advanced-filtering-46k8
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
> CreateCollection({
name: "RobotRepairs"
})
> CreateIndex({
name: "RobotRepairs_startTs_endTs_type_by_type",
source: Collection("RobotRepairs"),
values: [
{field: ["data", "startTs"]},
{field: ["data", "endTs"]},
{field: ["data", "type"]},
{field: ["ref"]}
],
terms: [
{field: ["data", "type"]}
]
})
> Create(
Collection("RobotRepairs"),
{
data: {
startTs: Time("2020-09-25T10:00:00Z"),
endTs: Time("2020-09-27T18:00:00Z"),
type: "CPU_REPLACE"
}
}
)
> Paginate(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
)
)
{
data: [
[
Time("2020-09-22T11:00:00Z"),
Time("2020-09-23T13:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203011981902355")
],
[
Time("2020-09-25T10:00:00Z"),
Time("2020-09-27T18:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203042867708435")
],
[
Time("2020-10-01T17:00:00Z"),
Time("2020-10-01T19:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
]
]
}
> Paginate(
Range(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
),
[
Time("2020-10-01T00:00:00Z"),
Time("2020-10-01T00:00:00Z")
],
[
Time("2020-10-02T00:00:00Z"),
Time("2020-10-02T00:00:00Z")
]
)
)
{
data: [
[
Time("2020-10-01T17:00:00Z"),
Time("2020-10-01T19:00:00Z"),
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
]
]
}
> Map(
Paginate(
Range(
Match(
Index("RobotRepairs_startTs_endTs_type_by_type"),
"CPU_REPLACE"
),
[
Time("2020-10-01T00:00:00Z"),
Time("2020-10-01T00:00:00Z")
],
[
Time("2020-10-02T00:00:00Z"),
Time("2020-10-02T00:00:00Z")
]
)
),
Lambda(
["startTs", "endTs", "type", "ref"],
Get(Var("ref"))
)
)
{
data: [
{
ref: Ref(Collection("RobotRepairs"), "278202807195009555"),
ts: 1601580160340000,
data: {
startTs: Time("2020-10-01T17:00:00Z"),
endTs: Time("2020-10-01T19:00:00Z"),
type: "CPU_REPLACE"
}
}
]
}
aprevious article에서 우리는 색인 귀속을 이해했다. 이것은 색인 결과에서 미리 계산한 값이다.
특정 수정 유형의 바인딩을 사용하여 각 수정 기간을 반환하는 새 색인을 만듭니다.
> CreateIndex({
name: "RobotRepairs_duration_type_by_type",
source: {
collection: Collection("RobotRepairs"),
fields: {
durationMinutes: Query(
Lambda("doc",
TimeDiff(
Select(["data", "startTs"], Var("doc")),
Select(["data", "endTs"], Var("doc")),
"minutes"
)
)
)
}
},
values: [
{binding: "durationMinutes"},
{field: ["data", "type"]},
{field: ["ref"]}
],
terms: [
{field: ["data", "type"]}
]
})
> Paginate(
Match(
Index("RobotRepairs_duration_type_by_type"),
"CPU_REPLACE"
)
)
{
data: [
[
120,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")
],
[
1560,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203011981902355")
],
[
3360,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278203042867708435")
]
]
}
> Paginate(
Range(
Match(Index("RobotRepairs_duration_type_by_type"), "CPU_REPLACE"),
[],
[1440]
)
)
{
data: [
[
120,
"CPU_REPLACE",
Ref(Collection("RobotRepairs"), "278202807195009555")]
]
}
결론
오늘은 여기까지.가치 있는 것을 배웠으면 좋겠어!
질문이 있으면 언제든지 트위터로 연락 주세요.
Reference
이 문제에 관하여(FQL 핵심 개념 섹션 4: 범위 조회 및 고급 필터링), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://dev.to/fauna/core-fql-concepts-part-4-range-queries-and-advanced-filtering-46k8
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(FQL 핵심 개념 섹션 4: 범위 조회 및 고급 필터링), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/fauna/core-fql-concepts-part-4-range-queries-and-advanced-filtering-46k8텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
