大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
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。
孟州ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景,ssl证书未来市场广阔!成为创新互联的ssl证书销售渠道,可以享受市场价格4-6折优惠!如果有意向欢迎电话联系或者加微信:18980820575(备注:SSL证书合作)期待与您的合作!
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。