mongodb分组topN-创新互联
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：
{"_id" : ObjectId("54f69645e4b077ed8d997857"),"variable" : "A", "timestamp" : ISODate("1995-01-01T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997856"),"variable" : "A", "timestamp" : ISODate("1995-01-02T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997855"),"variable" : "A", "timestamp" : ISODate("1995-01-03T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997854"),"variable" : "B", "timestamp" : ISODate("1995-01-02T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997853"),"variable" : "B", "timestamp" : ISODate("1995-01-01T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997852"),"variable" : "B", "timestamp" : ISODate("1994-01-03T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997851"),"variable" : "C", "timestamp" : ISODate("1994-01-03T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997850"),"variable" : "C", "timestamp" : ISODate("1994-01-02T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997858"),"variable" : "C", "timestamp" : ISODate("1994-01-01T00:00:00Z")} {"_id" : ObjectId("54f69645e4b077ed8d997859"),"variable" : "C", "timestamp" : ISODate("1993-01-01T00:00:00Z")} |
集算器代码：
| A | B | |
| 1 | =mongo_open("mongodb://localhost:27017/local?user=test&password=test") | |
| 2 | =mongo_shell(A1,"last3.find(,{_id:0};{variable:1})") | |
| 3 | for A2;variable | =A3.top(3;-timestamp) |
| 4 | =@|B3 | |
| 5 | =B4.minp(~.timestamp) | |
| 6 | =mongo_close(A1) | |
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：
| variable | timestamp |
| C | 1994-01-03 08:00:00 |
| C | 1994-01-02 08:00:00 |
| C | 1994-01-01 08:00:00 |
| C | 1993-01-01 08:00:00 |
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：
| variable | timestamp |
| A | 1995-01-03 08:00:00 |
| A | 1995-01-02 08:00:00 |
| A | 1995-01-01 08:00:00 |
| B | 1995-01-02 08:00:00 |
| B | 1995-01-01 08:00:00 |
| B | 1994-01-03 08:00:00 |
| C | 1994-01-03 08:00:00 |
| C | 1994-01-02 08:00:00 |
| C | 1994-01-01 08:00:00 |
A5：选出B4中timstamp最早（小）的那个文档，即：
| variable | timestamp |
| C | 1994-01-01 08:00:00 |
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。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
当前标题：mongodb分组topN-创新互联
分享链接：http://6mz.cn/article/cdpjjo.html