【MongoDb入门】mongodb 3.x 之实用新功能窥看

青旅半醒 2022-07-14 04:26 146阅读 0赞

# 　[使用TTLIndex做Cache处理][TTLIndex_Cache] #

mongodb一直都在不断的更新，不断的发展，那些非常好玩也非常实用的功能都逐步加入到了mongodb中，这不就有了本篇对ttlindex的介绍，

刚好我们的生产业务场景中就有这个一个案例。。。

一：案例分析

我们生产的推荐系统要给用户发送短信和邮件的关联营销。第一波是：当用户在淘宝上下订单之后，我们发送一次短信和邮件千人千面，第二波：

为了增加回购率，当用户在10天之后的交易默认完成之后，我们将会再次触发短信和邮件方式的千人千面，场景就这样的，针对这种场景，我就画出了

下面的图。

![214741-20160729113718669-1698408854.png][]

其实呢，业务场景就是这样的，看起来非常简单，重点就在这里，第一波营销中已经下单成功的客户我们需要给保存起来，因为10天后我们需要对这

一批用户再发送一次，这样我们就需要用mongodb把当时已经下单成功的用户保存到mongodb中，如果你不maintain mongodb的话，那么mongodb

的数据将会积压的越来越多，这个时候我们就需要有一个机制，清空mongodb中10天之前的数据，对吧，因为这些数据已经是垃圾数据了，为了免去自己

写个脚本去清除这些麻烦的数据，这次我们使用ttlindex来让这些数据保存10天，也就是10天之后自动过期。

二:ttlIndex

现在我想大家对ttlIndex有了大概的认识了，下面我们看看怎么创建，我使用的GUI工具是robomongo，大家可以在官网上下载一下即可。。。然后我们

要查询一下https://docs.mongodb.com/manual/reference/method/db.collection.createIndex/\#db.collection.createIndex，看看这种collection

怎么创建。

db.collection.createIndex(keys, options)

![214741-20160729124822622-870499088.png][]

从这个options中的expireAfterSeconds参数来看，这个value是一个int，并且是以second为单位，然后我们可以看到，这个ttlIndex是需要建立在docment

的field上面的，然后我们继续往下看。

<table> 
 <tbody> 
  <tr> 
   <td style="border-color:#C0C0C0;vertical-align:baseline;"> <p>1</p> </td> 
   <td style="border-color:#C0C0C0;vertical-align:baseline;"> <p><code>To create a TTL index, use the db.collection.createIndex() method with the expireAfterSeconds option&nbsp;</code><code>on</code>&nbsp;<code>a field whose value&nbsp;</code><code>is</code>&nbsp;<code>either a date or an array that contains date values.</code></p> </td> 
  </tr> 
 </tbody> 
</table>

从这句话中其实可以看到，这个field字段要么是date，要么是array中含有date字段，ok，看完这里，我们都明白了，接下来，我们创建一个简单的planeollection，

并且date的过期时间是2s，主要是用来测试一下嘛。。。

![214741-20160729125401888-1332190981.png][]

![214741-20160729125538497-1295496711.png][]

ok，其实就是这么简单，然后我们过60s之后再查看一下数据，可以看到，数据已经没有啦~~~

![214741-20160729125705434-1463717073.png][]

可能有些人就有疑问了，为什么这里要说最多60s之后再查看数据，当然是有原因的，因为mongod有一个background task，60s启动一次进行index scan，

如果过期，那么就会进行清除，不信的话，你可以看下官网的描述哦。

![214741-20160729125937528-2078661866.png][]

# [使用$lookup做多表关联处理][lookup] #

这篇我们来看mongodb另一个非常有意思的东西，那就是$lookup，我们知道mongodb是一个文档型的数据库，而且它也是最像关系型数据库的

一种nosql，但是呢，既然mongodb是无模式的，自然就很难在关系型数据库中非常擅长的多表关联上发挥作用，在这之前，我们可以使用DbRef，但

是呢，在mongodb 3.2 中给你增加了一个相当牛逼的手段，那就是$lookup，而且放到了aggreation这种重量级的pipeline分析框架上，自然就是一等

公民了，牛逼哈~。

一：介绍Aggregate

这个aggregate在mongodb中算是一个非常重量级的工具了，而且pipeline的管道模型的理论就是后面操作的数据源来源于上一次操作的结果，这个

应该很好理解吧，好了，下面我们简单看看aggreation中到底有哪几个一等公民。

![214741-20160802113711325-1426418919.png][]

很简单，就是上面的这十三个，比如说有了所谓的$group操作，我们就可以把这个aggreation做group的处理，有了$sort操作，就可以将结果进行排

序，有了$out操作，我们就可以将结果放到一个collections中去或者inline模式展示。。。

1. $lookup

说了这么多，下面我们简单的来演示一下，比如我们有一个product表，有一个orders表，自然就存在着一个外键关系，下面我们就来造点数据。

![复制代码][copycode.gif]

db.product.insert({"_id":1,"productname":"商品1","price":15})
    db.product.insert({"_id":2,"productname":"商品2","price":36})
    
    
    db.orders.insert({"_id":1,"pid":1,"ordername":"订单1"})
    db.orders.insert({"_id":2,"pid":2,"ordername":"订单2"})
    db.orders.insert({"_id":3,"pid":2,"ordername":"订单3"})
    db.orders.insert({"_id":4,"pid":1,"ordername":"订单4"})
    
    db.product.find()
    db.orders.find()

![复制代码][copycode.gif]

![214741-20160802114350122-1342742016.png][]

好了，数据已经构造完毕，接下来我们要做的一个小需求就是，在orders表中，找到price of product >20 的订单，这个需求看起来很简单，对吧，

但是呢，我们的orders表中是没有price的field的，所以第一步就是：

<1> $lookup 表关联

![复制代码][copycode.gif]

1 db.product.aggregate([
     2     {
     3       $lookup:
     4         {
     5           from: "orders",
     6           localField: "_id",
     7           foreignField: "pid",
     8           as: "inventory_docs"
     9         }
    10    }
    11 ])

![复制代码][copycode.gif]

然后展示的结果如下：

![复制代码][copycode.gif]

1 /* 1 */
     2 {
     3     "_id" : 1.0,
     4     "productname" : "商品1",
     5     "price" : 15.0,
     6     "inventory_docs" : [ 
     7         {
     8             "_id" : 1.0,
     9             "pid" : 1.0,
    10             "ordername" : "订单1"
    11         }, 
    12         {
    13             "_id" : 4.0,
    14             "pid" : 1.0,
    15             "ordername" : "订单4"
    16         }
    17     ]
    18 }
    19 
    20 /* 2 */
    21 {
    22     "_id" : 2.0,
    23     "productname" : "商品2",
    24     "price" : 36.0,
    25     "inventory_docs" : [ 
    26         {
    27             "_id" : 2.0,
    28             "pid" : 2.0,
    29             "ordername" : "订单2"
    30         }, 
    31         {
    32             "_id" : 3.0,
    33             "pid" : 2.0,
    34             "ordername" : "订单3"
    35         }
    36     ]
    37 }

![复制代码][copycode.gif]

最后我放一张图，这样好眼见为实：

![214741-20160802115125918-1287245396.png][]

下面我简单介绍一些$lookup中的参数：

from：需要关联的表【orders】

localField: 【product】表需要关联的键。

foreignField：【orders】的matching key。

as：           对应的外键集合的数据，【因为可能是一对多的，对吧】

好了，表关联已经做好了，接下来我们就需要用另外一个关键词叫做$match，where条件的意思嘛。。。

<2> $match筛选

![复制代码][copycode.gif]

1 db.product.aggregate([
     2     {
     3       $lookup:
     4         {
     5           from: "orders",
     6           localField: "_id",
     7           foreignField: "pid",
     8           as: "inventory_docs"
     9         }
    10    },
    11    { $match : { price : {$gt:20} } }
    12 ])

![复制代码][copycode.gif]

![214741-20160802115659231-395703995.png][]

果然不出所料，我们就把”商品1“过滤掉了，因为它的价格小于20，对吧，但是呢，看起来还不是很完美，应为我只需要orders信息，并不想要

所谓的product 这些属性，这个时候我们就可以使用$project 做select操作了。。。

<3> $project 挑选字段

接下来我们使用$project来指定我要获取的字段，比如我只需要inventory\_docs字段就可以了。

![214741-20160802120945715-860355206.png][]

> ## 欢迎关注公众号： ##
> 
> # ![70][] #

[TTLIndex_Cache]: http://www.cnblogs.com/huangxincheng/p/5718038.html
[214741-20160729113718669-1698408854.png]: /images/20220714/3fd290099200439ba3718058b9c5b8bd.png
[214741-20160729124822622-870499088.png]: /images/20220714/d56b4f2ebbc2410ba2be7e9c414f5464.png
[214741-20160729125401888-1332190981.png]: /images/20220714/49068d65060a46f7ac861b96f2acd3e8.png
[214741-20160729125538497-1295496711.png]: /images/20220714/3a80939284274f98b7267f4ca8782aca.png
[214741-20160729125705434-1463717073.png]: /images/20220714/85592f4fe52b443fb7dfbcdd8bdc4a46.png
[214741-20160729125937528-2078661866.png]: /images/20220714/518ed3e6ae9843a48c26526992cb7d06.png
[lookup]: http://www.cnblogs.com/huangxincheng/p/5728791.html
[214741-20160802113711325-1426418919.png]: /images/20220714/c9ada316b302448a8517ecb830c48e57.png
[copycode.gif]: /images/20220714/bbda83f8ccf440baab25acff70f77c3c.png
[214741-20160802114350122-1342742016.png]: /images/20220714/3b8abcb6052a49daa8e1055ae54201dd.png
[214741-20160802115125918-1287245396.png]: /images/20220714/0be66723801e4f71a38db19565d9e65e.png
[214741-20160802115659231-395703995.png]: /images/20220714/a83cbda28ac34c45ae45136dea47ac71.png
[214741-20160802120945715-860355206.png]: /images/20220714/6d5ef519d73b451aa3100441d2665482.png
[70]: /images/20220714/0ed3cfec4b5646f99f3babcc81ac8433.png