ITPub博客

首页 > IT职业 > IT职场 > mongodb 分组 topN

mongodb 分组 topN

原创 IT职场 作者:嘟嘟是只喵 时间:2020-03-02 14:04:54 0 删除 编辑

来源: https://groups.google.com/forum/#!topic/mongodb-user/Rjv6lyUCe1s

【摘要】

        MongoDB 对于 TopN 功能的需求使用其 shell 脚本来实现有些复杂,而集算器 SPL 语言,则因其离散性、灵活性恰好能弥补 MongoDB 实现方面的不足。若想了解更多,请前往乾学院: mongodb 分组 topN!

      在统计应用项目中,我们经常会遇到这样的需求:将大量的对象进行排序,然后只需要取出前 N 名作为排行榜的数据,这就是 TopN 算法。mongodb作为nosql数据库的典型代表,能够存储海量数据,在使用过程中也经常会遇到TopN的需求,例如将需要字段的最新数据从mongodb中获取出来。下面就使用集算器 SPL 语言操作,通过案例分析如何实现上述功能。

      Collection last3有两个字段:variable和timestamp,这里首先按variable分组,然后在每组文档中选出timestamp最晚的3个,最后再从这些文档中找到timestamp最早的1个。

      last3的部分数据如下:

image.png

集算器代码:

image.png

      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。collectoin是last3,过滤条件是空,取出_id之外的所有字段,并按variable排序。

      A3:循环从游标读数,每次取variable字段相同的一组文档。A3循环的的作用范围是缩进的B3到B4,在这个范围中可以用A3来引用循环变量,这里A3是内存数据,在调试方式下可以查看某次取数的结果如下:

image.png

      B3:选出本组文档中timestamp最晚(大)的3个。

      B4:将B3不断地追加到B4中。B4如下:

image.png

      A5:选出B4中timstamp最早(小)的那个文档,即:

image.png

      A6:关闭mongodb连接。

      实现类似Mongodb的topN的需求,使用SPL语言能简化mongodb shell的实现,相对mongodb脚本容易多了。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31543054/viewspace-2678027/,如需转载,请注明出处,否则将追究法律责任。

上一篇: esproc vs python 6
全部评论

注册时间:2018-06-20

  • 博文量
    127
  • 访问量
    71781