mongoDB中聚合函数java处理

1.问题

最近在作项目的时候碰到一个对mongoDB的数据处理，从MongoDB中拿到内嵌文档的时间排序的list。
一开始考虑到直接对mongoDB中的属性排序，后面发现属性存在内嵌文档中，因此处理中须要用到聚合函数。

思考

（key）解决这个问题的过程让我学到不少，发现本身在解决一个问题不只查找问题的姿式不对，浪费太多时间。并且在碰到问题以后，应该多看看解决办法，甚至解决了以后要去思考问题，回顾问题。而不是像之前同样，解决问题了就万事大吉，抛之脑后。

2.解决

须要对document中的一个tweet_list 集合中的一个属性 timestamp_ms进行排序。 组内排序

使用聚合框架，经过match，unwind，sort等不一样的组件建立一个管道。
相似mysql中的多层嵌套子查询。

mongoDB中js代码

db.text.aggregate(
    // Initial document match (uses index, if a suitable one is available)
    [
    { $match: {
        _id : ObjectId("5ca95b4bfb60ec43b5dd0db5")
    }},

    // Expand the scores array into a stream of documents
    { $unwind: '$tweet_list' },
     
     { $match: {
         'tweet_list.timestamp_ms': '1451841845660'
     }},

    // Sort in descending order
    { $sort: {
        'tweet_list.timestamp_ms': 1
    }}
    ]
)
复制代码

java实现此聚合函数

java中的Aggregation类，查询条件的顺序决定结果。

Aggregation agg = Aggregation.newAggregation(
        Aggregation.match(Criteria.where("_id").is(id)),
        Aggregation.unwind("tweet_list"),
        Aggregation.sort(Sort.Direction.ASC,"tweet_list.timestamp_ms"),
        Aggregation.project("tweet_list.timestamp_ms","tweet_list.text","tweet_list.created_at")

);
AggregationResults<JSONObject> results = mongoTemplate.aggregate(agg, "text", JSONObject.class);
//System.out.println("results"+results.getRawResults()); //获取到的结果是document
//String res = results.getRawResults();
String json = com.mongodb.util.JSON.serialize(results.getRawResults());
System.out.println("JSON serialized Document: " + json);
JSONObject jso= JSON.parseObject(json);
JSONArray resultss=jso.getJSONArray("results");
System.out.println(resultss);
复制代码

3.扩展

管道pipeline

如下的管道操做符能够按照任意顺序组合在一块儿使用。每一个操做符都会接受一连串文档，对这些文档作了类型转换后，将转换后的文档做为结果传递给下一个操做符。直到最后一个管道操做符，将结果返回给客户端。

筛选match

尽量将帅选放在管道的前部。两个缘由：
1.先过滤掉不须要的文档，减小管道的工做量。
2.若是在project和group以前执行match，查询能够用索引。
3.不能在match中使用地理空间操做符

投射project

相似select操做。能够用管道表达式，数学表达式，日期表达式，字符表达式，逻辑表达式等。

分组group

跟mysql中的分组比较像

排序sort

1 升序 -1 降序

限制limit

限制结果条数

跳过skip

丢弃结果中的前n个文档

拆分unwind

把数组中的每一个值拆分为单独的文档，例如此问题中须要对一个document中的tweetlist进行排序，可使用unwind把tweetlist中的不一样map拆分红不一样的文档。

结果返回

文档

MapReduce

若是聚合框架中查询语言不能不表达，须要用到MapReduce。
使用：把问题拆分为多个小问题，把各个小问题发送到不一样的机器上，每台机器只负责完成一部分的工做，完成以后，再把零碎的解决方案合并。
步骤：
1.映射map：把操做映射到集合中每一个文档
2.洗牌shuffle：按照键值分组，并将产生的键值组成列表放到对应的键中。
3.化简reduce：把列表中的值化简成一个单值，值被返回，继续shuffle，而后最终每一个键的列表只有一个值，即最终结果，
应用： 1.找到集合中全部键 2.网页分类