【Mongodb】聚合查询 && 固定集合

概述

数据存储是为了可查询，统计。若数据只需存储，不需要查询，这种数据也没有多大价值

本篇介绍Mongodb

• 聚合查询（Aggregation）
• 固定集合（Capped Collections）

准备工作

准备10000条数据

var orders = new Array();
for (var i = 10000; i < 20000; i++) {
    orders[i] = {
        orderNo: i + Math.random().toString().substr(3, 3),
        price: Math.round(Math.random() * 10000) / 100,
        qty: Math.floor(Math.random() * 10) + 1,
        orderTime: new Date(new Date().setSeconds(Math.floor(Math.random() * 10000)))
    };
}
db.order.insert(orders);

聚合查询

Mongodb的聚合函数操作都在db.collection.aggregate，通过定义聚合管道（一组规则），达到分组，统计等功能，下面介绍常用的几种聚合函数

分组管道（$group)

格式

{
  $group:
    {
      _id: <expression>, // Group By Expression
      <field1>: { <accumulator1> : <expression1> },
      ...
    }
 }

_id 是分组字段，若指定_id = null 或常量字段，就是将整个结果集分组。

分组统计字段格式{ <accumulator1> : <expression1> }

累计器操作（Accumulator Operator）参考Accumulator Operator

假设现在需要统计每天每个小时的订单总价格，平均价格，最大，最小，总订单数等

db.order.aggregate([
    {
        $group: {
            //分组字段，这里用到$dateToString格式化，这里按小时统计
            _id: { $dateToString: { format: "%Y-%m-%d %H", date: "$orderTime" } },
            //总价格
            totalPrice: { $sum: "$price" },
            //分组第一个订单
            firstOrder: { $first: "$orderNo" },
            //分组最后一个订单
            lastOrder: { $last: "$orderNo" },
            //平均价格
            averagePrice: { $avg: "$price" },
            //最大价格
            maxPrice: { $max: "$price" },
            //最小价格
            minPrice: { $min: "$price" },
            //总订单数
            totalOrders: { $sum: 1 },
        }
    }
])

返回结果

{ "_id" : "2020-04-12 15", "totalPrice" : 172813.68, "firstOrder" : "10000263", "lastOrder" : "19999275", "averagePrice" : 49.20662870159453, "maxPrice" : 99.94, "minPrice" : 0.01, "totalOrders" : 3512 }
{ "_id" : "2020-04-12 13", "totalPrice" : 80943.98, "firstOrder" : "10004484", "lastOrder" : "19991554", "averagePrice" : 50.780414052697616, "maxPrice" : 99.81, "minPrice" : 0.08, "totalOrders" : 1594 }
{ "_id" : "2020-04-12 14", "totalPrice" : 181710.15, "firstOrder" : "10001745", "lastOrder" : "19998830", "averagePrice" : 49.76996713229252, "maxPrice" : 99.93, "minPrice" : 0.01, "totalOrders" : 3651 }
{ "_id" : "2020-04-12 16", "totalPrice" : 63356.12, "firstOrder" : "10002711", "lastOrder" : "19995793", "averagePrice" : 50.97032984714401, "maxPrice" : 99.95, "minPrice" : 0.01, "totalOrders" : 1243 }

筛选管道（$match）

格式

{ $match: { <query> } }

这个比较简单，就是筛选数据

假设我现在需要筛选金额在（10，15）之间的

db.orders.aggregate([
    {
        $match: {
            "price": { $gt: 10, $lt: 15 }
        }
    }
])

排序管道（$sort）

格式

{ $sort: { <field1>: <sort order>, <field2>: <sort order> ... } }

指定字段排序，1：升序，-1：倒序

限制条数（$limit）

格式

{ $limit: <positive integer> }

Mongodb的聚合管道有很多，具体不一一列出，参考Aggregation Pipeline Stages — MongoDB Manual

带有（aggregation）就是都可以用于聚合管道

说了那么多，其实都没有使用Mongodb聚合函数最强大的功能，就是组合管道使用，查询我们需要数据，因为Mongodb提供的聚合管道函数非常多，所以组合起来使用是非常强大。

值得注意是管道的顺序，Mongodb是按你定义的顺序，将每一步执行的结果集传给下一个管道处理，输出是最后一个管道的结果集，所以不同的管道顺序会有可能得到不是预期的结果，甚至报错（这种情况报错甚至比得到不是预期的结果可能还好）

假设现在按每天小时统计符合下列条件的订单

• 订单金额大于10元 小于 50元 && 数量小于等于5 and
• 去掉金额最小的50条订单 && 去掉金额最大的50条订单 and
• 统计每个小时内订单数量，订单金额
• 按订单金额升序输出

db.order.aggregate([
    {
        $match: { "price": { $gt: 10, $lt: 50 }, "qty": { $lte: 5 } }
    },
    {
        $sort: {
            "price": -1
        }
    },
    {
        $skip: 50
    },
    {
        $sort: {
            "price": 1
        }
    },
    {
        $skip: 50
    },
    {
        $group: {
            _id: { $dateToString: { format: "%Y-%m-%d %H", date: "$orderTime" } },
            totalPrice: { $sum: "$price" },
            totalOrders: { $sum: 1 }

        }
    },
    {
        $sort: {
            "totalPrice": 1
        }
    }
])

解决思路

1. 筛选符合条件的记录（$match)
2. 按金额倒序（$sort:-1)
3. 跳过金额最大的50条记录（$skip:50)
4. 按金额升序（$sort:1)
5. 跳过金额最小的50条记录（$skip:50)
6. 按每天每小时统计（$group)
7. 统计结果总金额升序（$sort：1）

固定集合

概述

capped-collection are fixed-size collections that support high-throughput operations that insert and retrieve documents based on insertion order. Capped collections work in a way similar to circular buffers: once a collection fills its allocated space, it makes room for new documents by overwriting the oldest documents in the collection.

从上面定义可以看出固定集合具有几个特性

• 固定大小
• 高吞吐量
• 根据插入顺序检索文档
• 超过限制大小覆盖旧的文档

根据固定集合特性，固定集合适合用于以下场景

• 只需保留最近的日志查询系统
• 缓存数据（热点数据）
• 等等

固定集合限制

• 固定集合的大小创建之后不能修改
• 不能删除固定集合里的文档，只能删除集合再重新建固定集合
• 固定集合不能使用固定分区
• 聚合管道$out不能使用在固定集合

固定集合使用

1. 创建固定集合

db.createCollection("log", { capped : true, size : 4096, max : 5000 } )

字段	必须	说明
capped	是	是否创建固定集合
size	是	固定集合大小，单位：字节
max	否	文档数量大小限制

size 和 max 是或关系，超出其中一个限制都会覆盖旧文档

2. 检查集合是否固定集合

db.collection.isCapped()

3. 将一个非固定的集合转换固定集合

db.runCommand({"convertToCapped": "mycoll", size: 100000});

测试固定集合

1. 超过限制文档数

// 1. 创建固定集合，大小1M，最大文档数量10
db.createCollection("log", { capped: true, size: 1024 * 1024, max: 10 });

// 2. 插入200条数据
for (var i = 0; i < 200; i++) {
    db.log.insertOne({
        "_id": i + 1,
        "userId": Math.floor(Math.random() * 1000),
        "content": "登录" + ("0000" + i).slice(-4),
        "createTime": new Date(),
    });
}

再查询现在Mongodb存储情况

db.log.stats()

可以看出每个对象都是占有78个字节，因为字段都是定长的

2. 验证操作存储大小

If the size field is less than or equal to 4096, then the collection will have a cap of 4096 bytes. Otherwise, MongoDB will raise the provided size to make it an integer multiple of 256.

如果size的字段设置小于4096，Mongodb将会提供一个256的倍数的数据存储大小

假设256的大小，256 / 78 = 3.282051282051282，应该能存3个文档

// 1. 删除之前固定集合
db.log.drop();

// 2. 创建固定集合，size < 78 , 验证是否创建一个256的大小
db.createCollection("log", { capped: true, size: 78 });

// 2. 插入200条数据
for (var i = 0; i < 200; i++) {
    db.log.insertOne({
        "_id": i + 1,
        "userId": Math.floor(Math.random() * 1000),
        "content": "登录" + ("0000" + i).slice(-4),
        "createTime": new Date(),
    });
}

查看集合统计

db.log.stats()

可以看出log集合使用了234个字节（78 * 3），也即3个文档的大小，最大能使用大小是256

3. 查询固定集合

Mongodb若没指定排序字段，是按存入顺序检索，可以使用.sort( { $natural: -1 } )改变输出顺序

db.log.find({}).sort( { $natural: -1 } )

4. 将非固定集合转换固定集合

将order转换试试

db.runCommand({"convertToCapped": "order", size: 8096});

查看order集合统计

只剩下90条数据

转发请标明出处：https://www.cnblogs.com/WilsonPan/p/12692642.html

参考文章

Aggregation — MongoDB ManualCapped Collections — MongoDB Manual