【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的管道有很多，具体不一一列出，参考Aggregation Pipeline Stages — MongoDB Manual
image.png
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 }
}
},
{
$sort: {
"totalPrice": 1
}
}
])
解决思路
- 筛选符合条件的记录（$match)
- 按金额倒序（$sort:-1)
- 跳过金额最大的50条记录（$skip:50)
- 按金额升序（$sort:1)
- 跳过金额最小的50条记录（$skip:50)
- 按每天每小时统计（$group)
- 统计结果总金额升序（$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
- 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
- 检查集合是否固定集合
db.collection.isCapped()
- 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
- 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()
image.png
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
- 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
- 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 } )改变排序
db.log.find({}).sort( { $natural: -1 } )
- 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
参考文章
Aggregation — MongoDB Manual
Capped Collections — MongoDB Manual
