MongoDB 可以用 SQL 查询吗？
关系数据库数据模型简单，都是行列分明的单层二维表，用 SQL 就相对简单，而 MongoDB 里是多层嵌套的结构，属性字段任意出现，光是描述清楚选取哪一层的哪些字段信息，都是件不容易的事。有些第三方工具也能支持在 MongoDB 上使用 SQL，但实际上是能力非常有限，无法处理 JSON 存储中涉及的嵌套结构，也只是 SQL 全部功能的一个子集。其实如果使用Open-esProc，先通过 MongoDB 简单查询，再结合 SPL 语法（类 SQL 的计算），不仅能完成 SQL 的全部功能，而且特别擅长处理多层数据。
比如, 对内嵌文档中的数据求和, 要统计每条记录的 income，output 的数量和, 数据如下。
| _id | income | output |
| 1 | ｛"cpu":1000, "mem":500, "mouse":"100"｝ | ｛"cpu":1000, "mem":600 ,"mouse":"120"｝ |
| 2 | ｛"cpu":2000, "mem":1000, "mouse":"50","mainboard":500 ｝ |
{"cpu":1500, "mem":300 ｝ |
期待统计结果
| _id | income | output |
| 1 | 1600 | 1720 |
| 2 | 3550 | 1800 |
| A | B | |
| 1 | =mongo_open("mongodb://127.0.0.1:27017/raqdb") | |
| 2 | =mongo_shell(A1,"computer.find()").fetch() | |
| 3 | =A2.new(_id:ID,income.array().sum():INCOME,output.array().sum():OUTPUT) | |
| 4 | >A1.close() |
而如果非要用 SQL 处理，可能就要写成 SELECT _id:ID,income.array().sum():INCOME,output.array().sum():OUTPUT FROM computer，显然不是传统 SQL 能支持的。
SPL 不仅能完全支持类似 SQL 的功能，还可以简化 MongoDB 的查询脚本。比如，统计各段内的记录数量。下面按销售量分段，统计各段内的数据量，数据如下：
| _id | NAME | STATE | SALES |
| 1 | Ashley | New York | 11000 |
| 2 | Rachel | Montana | 9000 |
| 3 | Emily | New York | 8800 |
| 4 | Matthew | Texas | 8000 |
| 5 | Alexis | Illinois | 14000 |
分段方法：0-3000;3000-5000;5000-7500;7500-10000;10000 以上。
期望结果：
| Segment | number |
| 3 | 3 |
| 4 | 2 |
按条件分段分组，mongoDB 没有提供对应的处理方法，实现起来比较繁琐，如果用 SPL 则非常简单：
| A | B | |
| 1 | [3000,5000,7500,10000,15000] | |
| 2 | =mongo_open("mongodb://127.0.0.1:27017/raqdb") | |
| 3 | =mongo_shell(A2,"sales.find()").fetch() | |
| 4 | =A3.groups(A1.pseg(int(~.SALES)):Segment;count(1): number) | |
| 5 | >A2.close() |
其实，MongoDB 里很多复杂查询计算，都能用简洁的 SPL 脚本实现，想了解更多计算示例，参见 玩转 Mongo 计算
SPL 脚本对 MongoDB 数据进行计算后，其结果还可以被 java 应用程序很容易地使用。SPL 有专门的 JDBC 驱动程序，通过 JDBC 调用 SPL 脚本，返回结果集，详情参考 用 Java 如何对 MongoDB 执行类似 SQL 的查询？
