合併 mongodb 子文檔

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

【摘要】

        Mongodb 的 BSON 存儲格式靈活多樣，有助於 MongoDB 的入門學習。有集算器 SPL 語言支持後，Mongodb 能實現像數據 SQL 那樣的方便查詢。

複製摘要

        MongoDB文檔的存儲格式是BSON，一種類JSON的二進制形式的存儲格式。若是熟悉JSON格式，將很是有助於MongoDB的入門學習，不過和JSON同樣， BSON結構靈活，組織形式多樣，在提供了強大的數據表達能力的同時，要實現相似數據SQL那樣的方便查詢卻變成了一件很是不容易的事。

        針對這個問題，集算器SPL語言內置了豐富的接口，可以極大地方便用戶使用Mongodb。 下面就用合併內嵌子文檔結構的例子來舉例說明。

Collection C1的部分數據以下：

{        "_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分組，每組數據是相同的name對應的子文檔中的users字段，且數據不能重複。最後的計算結果相似下面這樣：

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

      使用集算器SPL的代碼以下：

	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:鏈接MongoDB，鏈接字格式爲mongo://ip:port/db?arg=value&…

      A2: 使用find函數從MongoDB中取數並排序，造成遊標：collectoin是c1，過濾條件是空，取出_id以外的全部字段，並按name排序。

      A3: 循環從遊標讀數，每次取name字段相同的一組文檔。A3循環的做用範圍是縮進的B3到B5，在這個做用範圍內能夠用A3來引用循環變量。

      B3:取出本組文檔的全部users字段，以下：

      

      B4:合併本組各文檔的users。

      B5:將B4去除重複記錄後不斷地追加到B5中，其中group@1實現去重處理。B5以下：

      

      B5就是本案例的計算目標。若是計算結果太多致使內存放不下，能夠在B5中用函數export@j將B4轉爲json串，不斷地追加到文本文件中。

      A6:關閉mongodb。

      MongoDB豐富靈活的存儲結構輕量化、高效性，讓人印象深入，而集算器能與它自然融合，提升使用效率，擴展了應用空間。