合并 mongodb 子文档

来源:https://groups.google.com/forum/#!topic/mongodb-user/BpgEaRqrKsA

**【摘要】**
        Mongodb 的 BSON 存储格式灵活多样,有助于 MongoDB 的入门学习。有集算器 SPL 语言支持后,Mongodb 能实现像数据 SQL 那样的方便查询。若想了解更多,请前往乾学院:合并 mongodb 子文档!

        MongoDB文档的存储格式是BSON,一种类JSON的二进制形式的存储格式。如果熟悉JSON格式,将非常有助于MongoDB的入门学习,不过和JSON一样, BSON结构灵活,组织形式多样,在提供了强大的数据表达能力的同时,要实现类似数据SQL那样的方便查询却变成了一件非常不容易的事。

        针对这个问题,集算器SPL语言内置了丰富的接口,能够极大地方便用户使用Mongodb 下面就用合并内嵌子文档结构的例子来举例说明。

Collection C1的部分数据如下:

{
       "_id" :   ObjectId("55014006e4b0333c9531043e"),
       "acls" : {
              "append" : {
                     "users" :   [ObjectId("54f5bfb0336a15084785c393") ],
                     "groups" : [ ]
              },
              "edit" : {
                     "groups" : [ ],
                     "users" : [
                            ObjectId("54f5bfb0336a15084785c392")
                     ]
              },
              "fullControl" : {
                     "users" : [ ],
                     "groups" : [ ]
              },
              "read" : {
                     "users" : [  ObjectId("54f5bfb0336a15084785c392"),
                     ObjectId("54f5bfb0336a15084785c398")],
                     "groups" : [ ]
              }
       },
     name: "ABC"
}
 
{
       "_id" :   ObjectId("55014006e4b0333c9531043f"),
       "acls" : {
              "append" : {
                     "users" : [ObjectId("54f5bfb0336a15084785c365")   ],
                     "groups" : [ ]
              },
              "edit" : {
                     "groups" : [ ],
                     "users" : [
                            ObjectId("54f5bfb0336a15084785c392")
                     ]
              },
              "fullControl" : {
                     "users" : [ ],
                     "groups" : [ ]
              },
              "read" : {
                     "users" : [ObjectId("54f5bfb0336a15084785c392"),  
                     ObjectId("54f5bfb0336a15084785c370")],
                     "groups" : [ ]
              }
       },
       name: "ABC"
}
 

      要求按name分组,每组数据是相同的name对应的子文档中的users字段,且数据不能重复。最后的计算结果类似下面这样:

{
result : [
       {
               _id: "ABC",
               readUsers : [
                      ObjectId("54f5bfb0336a15084785c393"),
                      ObjectId("54f5bfb0336a15084785c392"),
                     ObjectId("54f5bfb0336a15084785c398"),
                      ObjectId("54f5bfb0336a15084785c365"),
                     ObjectId("54f5bfb0336a15084785c370")
              ]
               }
]
}

      使用集算器SPL的代码如下:

A B
1 =mongo_open("mongodb://localhost:27017/local?user=test&password=test")
2 =mongo_shell(A1,"c1.find(,{_id:0};{name:1})")
3 for A2;name =A3.(acls.read.users|acls.append.users|acls.edit.users|acls.fullControl.users)
4 =B3.new(A3.name:_id,B3.union().id():readUsers)
5 =@|B4.group@1(~._id,~.readUsers)
6 =mongo_close(A1)

      A1:连接MongoDB,连接字格式为mongo://ip:port/db?arg=value&…

      A2: 使用find函数从MongoDB中取数并排序,形成游标:collectoinc1,过滤条件是空,取出_id之外的所有字段,并按name排序。

      A3: 循环从游标读数,每次取name字段相同的一组文档。A3循环的作用范围是缩进的B3B5,在这个作用范围内可以用A3来引用循环变量。

      B3:取出本组文档的所有users字段,如下:

      

      B4:合并本组各文档的users

      B5:B4去除重复记录后不断地追加到B5中,其中group@1实现去重处理。B5如下:

      

      B5就是本案例的计算目标。如果计算结果太多导致内存放不下,可以在B5中用函数export@jB4转为json串,不断地追加到文本文件中。

      A6:关闭mongodb

      MongoDB丰富灵活的存储结构轻量化、高效性,让人印象深刻,而集算器能与它天然融合,提高使用效率,扩展了应用空间。


以下是广告时间

对润乾产品感兴趣的小伙伴,一定要知道软件还能这样卖哟性价比还不过瘾? 欢迎加入好多乾计划。
这里可以低价购买软件产品,让已经亲民的价格更加便宜!
这里可以销售产品获取佣金,赚满钱包成为土豪不再是梦!
这里还可以推荐分享抢红包,每次都是好几块钱的巨款哟!
来吧,现在就加入,拿起手机扫码,开始乾包之旅



嗯,还不太了解好多乾?
猛戳这里
玩转好多乾