mongodb聚合查询（协助mongodb计算之子查询）
mongodb聚合查询（协助mongodb计算之子查询）> db.employee.find();{"_id" : ObjectId("5437413513bdf2A4048f3480") "EID" : 1 "NAME" : "Rebecca" "SURNAME" : "Moore" "GENDER" : "F" "STATE" : "California" "BIRTHDAY" : "1974-11-20" "HIREDATE" : "2005-03-11" "DEPT" : "R&D" "SALARY" : 7000 }{"_id" : ObjectId("5434f88dd00ab5276493e273") "ORDERID" : 4 "CLIENT" : "PWQ" "SELLERID" : 9 "AMOUNT" : 26100 "ORDERDATE" : "2008/11/8 15:28" }…{"_id
【摘要】
Mongodb 对表数据的子查询计算不如关系数据库操作方便，但通过集算器 SPL 语言来实现就容易多了，不用再担心 Mongodb 对子查询的操作。若想了解更多，请前往乾学院：协助 mongodb 计算之子查询!
Mongodb日常开发中，经常会遇到两个或多个数据表关联的子查询问题。若是关系数据库，其中的子查询大家相对比较熟悉，实现也比较容易。但Mongodb对子查询的支持不够友好，碰到这些复杂的运算就只能先将数据读出后再计算，而用java等语言编写这类计算也不是很简单。这时，我们可以考虑用集算器SPL语言辅助实现子查询。SPL有丰富的接口及简洁的语法，能够极大地方便用户使用Mongodb，让子查询书写比较规范统一、效率高效，下面用例子说明。
文档orders保存了订单数据，employee保存了员工数据，如下：
> db.orders.find();
{"_id" : ObjectId("5434f88dd00ab5276493e270") "ORDERID" : 1 "CLIENT" : "UJRNP" "SELLERID" : 17 "AMOUNT" : 392 "ORDERDATE" : "2008/11/2 15:28" }
{"_id" : ObjectId("5434f88dd00ab5276493e271") "ORDERID" : 2 "CLIENT" : "SJCH" "SELLERID" : 6 "AMOUNT" : 4802 "ORDERDATE" : "2008/11/9 15:28" }
{"_id" : ObjectId("5434f88dd00ab5276493e272") "ORDERID" : 3 "CLIENT" : "UJRNP" "SELLERID" : 16 "AMOUNT" : 13500 "ORDERDATE" : "2008/11/5 15:28" }
{"_id" : ObjectId("5434f88dd00ab5276493e273") "ORDERID" : 4 "CLIENT" : "PWQ" "SELLERID" : 9 "AMOUNT" : 26100 "ORDERDATE" : "2008/11/8 15:28" }
…
> db.employee.find();
{"_id" : ObjectId("5437413513bdf2A4048f3480") "EID" : 1 "NAME" : "Rebecca" "SURNAME" : "Moore" "GENDER" : "F" "STATE" : "California" "BIRTHDAY" : "1974-11-20" "HIREDATE" : "2005-03-11" "DEPT" : "R&D" "SALARY" : 7000 }
{"_id" : ObjectId("5437413513bdf2a4048f3481") "EID" : 2 "NAME" : "Ashley" "SURNAME" : "Wilson" "GENDER" : "F" "STATE" : "New York" "BIRTHDAY" : "1980-07-19" "HIREDATE" : "2008-03-16" "DEPT" : "Finance" "SALARY" : 11000 }
{"_id" : ObjectId("5437413513bdf2a4048f3482") "EID" : 3 "NAME" : "Rachel" "SURNAME" : "Johnson" "GENDER" : "F" "STATE" : "New Mexico" "BIRTHDAY" : "1970-12-17" "HIREDATE" : "2010-12-01" "DEPT" : "Sales" "SALARY" : 9000 }
…
要求查出订单信息，其中订单的SELLERID 必须是employee 集合中STATE= California 的员工id 。如果写成sql 就是：
Select * from orders where orders.sellerid in (select eid from employee where employee.state=’ California’) 。
同时，Orders的数据量较大无法一次取出，而employee的数据量较小，最终结果的数据量也较小。
使用集算器SPL的代码如下：
A1: 连接MongoDB，连接字格式为mongo://ip:port/db?arg=value&…。
A2: 使用find函数从orders中取数，形成游标，过滤条件是空，指定键_id不取出。SPL的游标是分批读取和处理数据，可以避免数据量过大，以防内存溢出。
A3: 取得employee中的数据，条件是STATE="California"。
A4: 将A3(employee)中的EID排序。
A5: 按照条件过滤orders数据，条件是SELLERID必须在A4中，相当于SELLERID in A4。其中，函数pos实现过滤条件，检测order的SELLERID值是否存在于employee的EID中。这里一次性取出所有数据结果，如果结果较大，也可以分批取出，比如取出前1000行：fetch(1000)。
计算结果是：
A6: 关闭Mongodb连接。
这个例子中，A2 A3获取两表相关的数据，A5中的select获取符合条件的数据，实现表的子查询。
需要说明的是：集算器esProc并不包含mongodb的java驱动包。如果要用esProc访问mongodb，必须提前将mongodb的java驱动包（例如：mongo-java-driver-2.12.2.jar）放到集算器设置的外部库目录extLib\MongoCli下。
除了在集算器中直接计算，上述使用SPL协助mongodb计算的脚本也很容易集成到java中，只要增加一行，写成return A5即可向java输出resultset形式的结果，具体的代码参考esProc教程。同样，用java调用esProc访问mongodb也必须将mongdb的java驱动包放到java程序的classpath中。
