开源SPL强化MangoDB计算

石臻臻的杂货铺[同名公众号]

发布于 2022-09-09 09:39:27

1.2K0

发布于 2022-09-09 09:39:27

文章被收录于专栏：kafka专栏

MongoDB是NoSQL数据库的典型代表，支持文档结构的存储方式数据存储和使用更为便捷，数据存取效率也很高，但计算能力较弱，实际使用中涉及MongoDB的计算尤其是复杂计算会很麻烦，这就需要具备强计算能力的数据处理引擎与其配合。

开源集算器SPL是一款专业结构化数据计算引擎，拥有丰富的计算类库和完备、不依赖数据库的计算能力。SPL提供了独立的过程计算语法，尤其擅长复杂计算，可以增强MongoDB的计算能力，完成分组汇总、关联计算、子查询等通通不在话下。

常规查询

MongoDB不容易搞定的连接JOIN运算，用SPL很容易搞定：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")	/连接MongDB
2	=mongo_shell(A1,"c1.find()").fetch()	/获取数据
3	=mongo_shell(A1,"c2.find()").fetch()
4	=A2.join(user1:user2,A3:user1:user2,output)	/关联计算
5	>A1.close()	/关闭连接

单表多次参与运算，复用计算结果：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,“course.find(,{_id:0})”).fetch()	/获取数据
3	=A2.group(Sno).((avg = ~.avg(Grade), ~.select(Grade>avg))).conj()	/计算成绩大于平均值
4	>A1.close()

IN计算：

	A	B
1	=mongo_open("mongodb://localhost:27017/test")
2	=mongo_shell(A1,"orders.find(,{_id:0})")	/获取数据
3	=mongo_shell(A1,"employee.find({STATE:'California'},{_id:0})").fetch()	/过滤employee数据
4	=A3.(EID).sort()	/取出EID并排序
5	=A2.select(A4.pos@b(SELLERID)).fetch()	/二分法查找
6	>A1.close()

外键对象化，外键指针不仅方便，效率也高：

	A	B
1	=mongo_open("mongodb://localhost:27017/local")
2	=mongo_shell(A1,"Progress.find({}, {_id:0})").fetch()	/获取Progress数据
3	=A2.groups(courseid; count(userId):popularityCount)	/按课程分组计数
4	=mongo_shell(A1,"Course.find(,{title:1})").fetch()	/获取Course数据
5	=A3.switch(courseid,A4:_id)	/外键连接
6	=A5.new(popularityCount,courseid.title)	/创建结果集
7	=A1.close()

APPLY算法的简单实现：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,"users.find()").fetch()	/获取users数据
3	=mongo_shell(A1,"workouts.find()").fetch()	/获取workouts数据
4	=A2.conj(A3.select(A2.workouts.pos(_id)).derive(A2.name))	/查询_id 值workouts 序列的记录
5	>A1.close()

集合运算，合并交差：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,"emp1.find()").fetch()
3	=mongo_shell(A1,"emp2.find()").fetch()
4	=[A2,A3].conj()	/多序列合集
5	=[A2,A3].merge@ou()	/全行对比求并集
6	=[A2,A3].merge@ou(_id, NAME)	/键值对比求并集
7	=[A2,A3].merge@oi()	/全行对比求交集
8	=[A2,A3].merge@oi(_id, NAME)	/键值对比求交集
9	=[A2,A3].merge@od()	/全行对比求差集
10	=[A2,A3].merge@od(_id, NAME)	/键值对比求差集
11	>A1.close()

在序列中查找成员序号：

	A	B
1	=mongo_open("mongodb://localhost:27017/local)
2	=mongo_shell(A1,"users.find({name:'jim'},{name:1,friends:1,_id:0})") .fetch()
3	=A2.friends.pos("luke")	/从friends序列中获取成员序号
4	=A1.close()

多成员集合的交集：

	A	B
1	[Chemical, Biology, Math]	/课程
2	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
3	=mongo_shell(A2,"student.find()").fetch()	/获取student数据
4	=A3.select(Lesson^A1!=[])	/查询选修至少一门的记录
5	=A4.new(_id, Name, ~.Lesson^A1:Lession)	/计算出结果
6	>A2.close()

复杂计算

TOPN运算：

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/test")
2	=mongo_shell(A1,"last3.find(,{_id:0};{variable:1})")	/获取last3数据,并按variable排序
3	for A2;variable	=A3.top(3;-timestamp)	/选出timestamp最晚的3个
4		=@\|B3	/将选出文档追加到B4中
5	=B4.minp(~.timestamp)	/选出timstamp最早的文档
6	>mongo_close(A1)

嵌套结构的聚合：

	A
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,"computer.find()").fetch()
3	=A2.new(_id:ID,income.array().sum():INCOME,output.array().sum():OUTPUT)
4	>A1.close()

合并多属性子文档：

	A	B	C
1	=mongo_open("mongodb://localhost:27017/local")
2	=mongo_shell(A1,"c1.find(,{_id:0};{name:1})")
3	=create(_id, readUsers)		/创建结果序表
4	for A2;name	=A4.conj(acls.read.users\|acls.append.users\|acls.edit.users\|acls.fullControl.users).id()	/取出所有users字段
5		>A3.insert(0, A4.name, B4)	/插入本组数据
6	=A1.close()

嵌套List子文档的查询

	A	B
1	=mongo_open("mongodb://localhost:27017/local")
2	=mongo_shell(A1,"Cbettwen.find(,{_id:0})").fetch()
3	=A2.conj((t=~.objList.data.dataList, t.select((s=float(~.split@c1()(1)), s>6154 && s<=6155))))	/找到符合条件的字符串
4	=A1.close()

交叉汇总：

	A
1	=mongo_open("mongodb://localhost:27017/local")
2	=mongo_shell(A1,"student.find()").fetch()
3	=A2.group(school)
4	=A3.new(school:school,~.align@a(5,sub1).(~.len()):sub1,~.align@a(5,sub2).(~.len()):sub2)
5	=A4.new(school,sub1(5):sub1-5,sub1(4):sub1-4,sub1(3):sub1-3,sub1(2):sub1-2,sub1(1):sub1-1,sub2(5):sub2-5,sub2(4):sub2-4,sub2(3):sub2-3,sub2(2):sub2-2,sub2(1):sub2-1)
6	=A1.close()

分段分组

	A	B
1	[3000,5000,7500,10000,15000]	/Sales分段区间
2	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
3	=mongo_shell(A2,"sales.find()").fetch()
4	=A3.groups(A1.pseg(~.SALES):Segment;count(1): number)	/根据 SALES 区间分组统计员工数
5	>A2.close()

分类分组

	A	B
1	=mongo_open("mongodb://127.0.0.1:27017/raqdb")
2	=mongo_shell(A1,"books.find()")
3	=A2.groups(addr,book;count(book): Count)	/分组计数
4	=A3.groups(addr;sum(Count):Total)	/分组统计
5	=A3.join(addr,A4:addr,Total)	/关联计算
6	>A1.close()

数据写入

导出成CSV：

	A	B
1	=mongo_open("mongodb://localhost:27017/raqdb")
2	=mongo_shell(A1,"carInfo.find(,{_id:0})")
3	=A2.conj((t=~,cars.car.new(t.id:id, t.cars.name, ~:car)))	/对car字段进行拆分成行
4	=file("D:\\data.csv").export@tc(A3)	/导出生成csv文件
5	>A1.close()

更新数据库（MongoDB到MySQL）：

	A	B
1	=mongo_open("mongodb://localhost:27017/raqdb")	/连接MongDB
2	=mongo_shell(A1,"course.find(,{_id:0})").fetch()
3	=connect("myDB1")	/连接mysql
4	=A3.query@x("select * from course2").keys(Sno, Cno)
5	>A3.update(A2:A4, course2, Sno, Cno, Grade; Sno,Cno)	/向mysql更新数据
6	>A1.close()

更新数据库（MySQL到MongoDB）：

	A	B
1	=connect("mysql")	/连接mysql
2	=A1.query@x("select * from course2")	/获取表course2数据
3	=mongo_open("mongodb://localhost:27017/raqdb")	/连接MongDB
4	=mongo_insert(A3, "course",A2)	/将MySQL表course2导入MongoDB集合course
5	>A3.close()

混合计算

借助SPL还很容易实现MongoDB与其他数据源进行混合计算：

	A	B
1	=mongo_open("mongodb://localhost:27017/test")	/连接MongDB
2	=mongo_shell(A1,"emp.find({'$and':[{'Birthday':{'$gte':'"+string(begin)+"'}},{'Birthday':{'$lte':'"+string(end)+"'}}]},{_id:0})").fetch()	/查询某时间段的记录
3	=A1.close()	/关闭MongoDB
4	=myDB1.query("select * from cities")	/获取mysql中表cities数据
5	=A2.switch(CityID,A4: CityID)	/外键关联
6	=A5.new(EID,Dept,CityID.CityName:CityName,Name,Gender)	/创建结果集
7	return A6	/返回

SQL支持

SPL除了原生语法，还提供了相当于SQL92标准的SQL支持，可以使用SQL查询MongoDB了，比如前面的关联计算：

	A
1	=mongo_open("mongodb://127.0.0.1:27017/test")
2	=mongo_shell(A1,"c1.find()").fetch()
3	=mongo_shell@x(A1,"c2.find()").fetch()
4	$select s.* from {A2} as s left join {A3} as r on s.user1=r.user1 and s.user2=r.user2 where r.income>0.3

应用集成

不仅如此，SPL提供了标准JDBC/ODBC等应用程序接口，集成调用很方便。如JDBC的使用：

…
Class.forName("com.esproc.jdbc.InternalDriver");
Connection conn = DriverManager.getConnection("jdbc:esproc:local://");
PrepareStatement st=con.prepareStatement("call splScript(?)"); // splScript为spl脚本文件名
st.setObject(1,"California");
st.execute();
ResultSet rs = st.getResultSet();
…

有了这些功能，增强MongoDB的计算能力可不是说说而已，要不要下载试试？