mongodb 分組 topN

【摘要】
MongoDB 對於 TopN 功能的需求使用其 shell 腳原本實現有些複雜，而集算器 SPL 語言，則因其離散性、靈活性剛好能彌補 MongoDB 實現方面的不足。若想了解更多，請前往乾學院：mongodb 分組 topN!

在統計應用項目中，咱們常常會遇到這樣的需求：將大量的對象進行排序，而後只須要取出前 N 名做爲排行榜的數據，這就是 TopN 算法。mongodb做爲nosql數據庫的典型表明，可以存儲海量數據，在使用過程當中也常常會遇到TopN的需求，例如將須要字段的最新數據從mongodb中獲取出來。下面就使用集算器 SPL 語言操做，經過案例分析如何實現上述功能。

      Collection last3有兩個字段：variable和timestamp，這裏首先按variable分組，而後在每組文檔中選出timestamp最晚的3個，最後再從這些文檔中找到timestamp最先的1個。

      last3的部分數據以下：

集算器代碼：

      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last3，過濾條件是空，取出_id以外的全部字段，並按variable排序。

      A3:循環從遊標讀數，每次取variable字段相同的一組文檔。A3循環的的做用範圍是縮進的B3到B4，在這個範圍中能夠用A3來引用循環變量，這裏A3是內存數據，在調試方式下能夠查看某次取數的結果以下：

      B3:選出本組文檔中timestamp最晚（大）的3個。

      B4:將B3不斷地追加到B4中。B4以下：

      A5：選出B4中timstamp最先（小）的那個文檔，即：

      A6：關閉mongodb鏈接。

      實現相似Mongodb的topN的需求，使用SPL語言能簡化mongodb shell的實現，相對mongodb腳本容易多了。