Musim semi data mongodb meminta banyak koleksi

Spring Data MongoDB menyediakan abstraksi tingkat tinggi sederhana ke bahasa kueri asli MongoDB. Pada artikel ini, kami akan mengeksplorasi dukungan untuk kerangka kerja Proyeksi dan Agregasi

Jika Anda baru mengenal topik ini, lihat artikel pengantar kami Pengantar Spring Data MongoDB

2. Proyeksi

Di MongoDB, Proyeksi adalah cara untuk mengambil hanya bidang dokumen yang diperlukan dari database. Ini mengurangi jumlah data yang harus ditransfer dari server database ke klien dan karenanya meningkatkan kinerja

Dengan Spring Data MongoDB, proyeksi dapat digunakan dengan MongoTemplate dan MongoRepository

Sebelum melangkah lebih jauh, mari kita lihat model data yang akan kita gunakan

@Document
public class User {
    @Id
    private String id;
    private String name;
    private Integer age;
    
    // standard getters and setters
}

2. 1. Proyeksi Menggunakan MongoTemplate

Metode sertakan() dan kecualikan() pada kelas Bidang digunakan untuk menyertakan dan mengecualikan masing-masing bidang

Query query = new Query();
query.fields().include("name").exclude("id");
List<User> john = mongoTemplate.find(query, User.class);

Metode ini dapat dirangkai bersama untuk menyertakan atau mengecualikan beberapa bidang. Bidang yang ditandai sebagai @Id (_id dalam database) selalu diambil kecuali dikecualikan secara eksplisit

Bidang yang dikecualikan adalah nol dalam contoh kelas model saat rekaman diambil dengan proyeksi. Dalam kasus di mana bidang bertipe primitif atau kelas pembungkusnya, maka nilai bidang yang dikecualikan adalah nilai default dari tipe primitif

Misalnya, String akan menjadi null, int/Integer akan menjadi 0 dan boolean/Boolean akan menjadi false

Jadi dalam contoh di atas, bidang nama adalah John, id adalah nol dan usia adalah 0

2. 2. Proyeksi Menggunakan MongoRepository

Saat menggunakan MongoRepositories, kolom anotasi @Query dapat ditentukan dalam format JSON

@Query(value="{}", fields="{name : 1, _id : 0}")
List<User> findNameAndExcludeId();

Hasilnya akan sama dengan menggunakan MongoTemplate. Nilai =”{}” menunjukkan tidak ada filter dan karenanya semua dokumen akan diambil

3. Pengumpulan

Agregasi di MongoDB dibangun untuk memproses data dan mengembalikan hasil yang dihitung. Data diproses secara bertahap dan keluaran dari satu tahap disediakan sebagai masukan untuk tahap berikutnya. Kemampuan untuk menerapkan transformasi dan melakukan komputasi pada data secara bertahap menjadikan agregasi alat yang sangat ampuh untuk analitik

Spring Data MongoDB menyediakan abstraksi untuk kueri agregasi asli menggunakan tiga kelas Agregasi yang membungkus kueri agregasi, AggregationOperation yang membungkus tahapan pipa individu dan AggregationResults yang merupakan wadah dari hasil yang dihasilkan oleh agregasi

Untuk melakukan dan agregasi, pertama-tama buat aggregation pipeline menggunakan metode static builder pada kelas Aggregation, lalu buat instance Aggregation menggunakan metode newAggregation() pada kelas Aggregation dan terakhir jalankan aggregation menggunakan MongoTemplate

MatchOperation matchStage = Aggregation.match(new Criteria("foo").is("bar"));
ProjectionOperation projectStage = Aggregation.project("foo", "bar.baz");
        
Aggregation aggregation 
  = Aggregation.newAggregation(matchStage, projectStage);

AggregationResults<OutType> output 
  = mongoTemplate.aggregate(aggregation, "foobar", OutType.class);

Harap perhatikan bahwa MatchOperation dan ProjectionOperation mengimplementasikan AggregationOperation. Ada implementasi serupa untuk pipa agregasi lainnya. OutType adalah model data untuk output yang diharapkan

Sekarang, kita akan melihat beberapa contoh dan penjelasannya untuk mencakup jalur pipa dan operator agregasi utama

Kumpulan data yang akan kami gunakan dalam artikel ini mencantumkan detail tentang semua kode pos di AS yang dapat diunduh dari repositori MongoDB

Mari kita lihat contoh dokumen setelah mengimpornya ke dalam koleksi yang disebut zips di database pengujian

{
    "_id" : "01001",
    "city" : "AGAWAM",
    "loc" : [
        -72.622739,
        42.070206
    ],
    "pop" : 15338,
    "state" : "MA"
}

Demi kesederhanaan dan untuk membuat kode ringkas, dalam cuplikan kode berikutnya, kita akan mengasumsikan bahwa semua metode statis kelas Agregasi diimpor secara statis

3. 1. Dapatkan Semua Negara Bagian Dengan Populasi Lebih Besar Dari 10 Juta Diurutkan berdasarkan Menurunnya Populasi

Di sini kita akan memiliki tiga saluran pipa

1. Tahap $group menjumlahkan populasi semua kode pos
2. Tahap $match untuk menyaring negara bagian dengan populasi lebih dari 10 juta
3. $sort tahap untuk mengurutkan semua dokumen dalam urutan populasi

Output yang diharapkan akan memiliki bidang _id sebagai negara bagian dan bidang statePop dengan total populasi negara bagian. Mari buat model data untuk ini dan jalankan agregasi

public class StatePoulation {
 
    @Id
    private String state;
    private Integer statePop;
 
    // standard getters and setters
}

Anotasi @Id akan memetakan kolom _id dari output ke status dalam model

GroupOperation groupByStateAndSumPop = group("state")
  .sum("pop").as("statePop");
MatchOperation filterStates = match(new Criteria("statePop").gt(10000000));
SortOperation sortByPopDesc = sort(Sort.by(Direction.DESC, "statePop"));

Aggregation aggregation = newAggregation(
  groupByStateAndSumPop, filterStates, sortByPopDesc);
AggregationResults<StatePopulation> result = mongoTemplate.aggregate(
  aggregation, "zips", StatePopulation.class);

Kelas AggregationResults mengimplementasikan Iterable dan karenanya kita dapat mengulanginya dan mencetak hasilnya

Jika model data keluaran tidak diketahui, Dokumen kelas MongoDB standar dapat digunakan

3. 2. Dapatkan Negara Bagian Terkecil menurut Rata-Rata Populasi Kota

Untuk masalah ini, kita membutuhkan empat tahap

1. $group untuk menjumlahkan total populasi setiap kota
2. $group untuk menghitung populasi rata-rata dari setiap negara bagian
3. tahap $sort untuk mengurutkan negara bagian berdasarkan populasi kota rata-rata dalam urutan menaik
4. $limit untuk mendapatkan negara bagian pertama dengan populasi kota rata-rata terendah

Meskipun belum tentu diperlukan, kami akan menggunakan tahapan $project tambahan untuk memformat ulang dokumen sesuai model data StatePopulation

GroupOperation sumTotalCityPop = group("state", "city")
  .sum("pop").as("cityPop");
GroupOperation averageStatePop = group("_id.state")
  .avg("cityPop").as("avgCityPop");
SortOperation sortByAvgPopAsc = sort(Sort.by(Direction.ASC, "avgCityPop"));
LimitOperation limitToOnlyFirstDoc = limit(1);
ProjectionOperation projectToMatchModel = project()
  .andExpression("_id").as("state")
  .andExpression("avgCityPop").as("statePop");

Aggregation aggregation = newAggregation(
  sumTotalCityPop, averageStatePop, sortByAvgPopAsc,
  limitToOnlyFirstDoc, projectToMatchModel);

AggregationResults<StatePopulation> result = mongoTemplate
  .aggregate(aggregation, "zips", StatePopulation.class);
StatePopulation smallestState = result.getUniqueMappedResult();

Dalam contoh ini, kita sudah mengetahui bahwa hanya akan ada satu dokumen dalam hasil karena kita membatasi jumlah dokumen keluaran menjadi 1 pada tahap terakhir. Dengan demikian, kita dapat memanggil getUniqueMappedResult() untuk mendapatkan instance StatePopulation yang diperlukan

Hal lain yang perlu diperhatikan adalah, alih-alih mengandalkan anotasi @Id untuk memetakan _id untuk menyatakan, kami telah melakukannya secara eksplisit dalam tahap proyeksi

3. 3. Dapatkan Negara Dengan Kode Pos Maksimum dan Minimum

Untuk contoh ini, kita membutuhkan tiga tahap

1. $group untuk menghitung jumlah kode pos untuk setiap negara bagian
2. $sort untuk mengurutkan negara bagian berdasarkan jumlah kode pos
3. $group untuk menemukan negara bagian dengan kode pos maks dan min menggunakan operator $first dan $last

GroupOperation sumZips = group("state").count().as("zipCount");
SortOperation sortByCount = sort(Direction.ASC, "zipCount");
GroupOperation groupFirstAndLast = group().first("_id").as("minZipState")
  .first("zipCount").as("minZipCount").last("_id").as("maxZipState")
  .last("zipCount").as("maxZipCount");

Aggregation aggregation = newAggregation(sumZips, sortByCount, groupFirstAndLast);

AggregationResults<Document> result = mongoTemplate
  .aggregate(aggregation, "zips", Document.class);
Document document= result.getUniqueMappedResult();

Di sini kami tidak menggunakan model apa pun tetapi menggunakan Dokumen yang sudah disediakan dengan driver MongoDB

4. Kesimpulan

Pada artikel ini, kami belajar cara mengambil bidang tertentu dari dokumen di MongoDB menggunakan proyeksi di Spring Data MongoDB

Kami juga belajar tentang dukungan kerangka agregasi MongoDB di Spring Data. Kami membahas fase agregasi utama – grup, proyek, urutkan, batasi, dan cocokkan dan lihat beberapa contoh aplikasi praktisnya. Kode sumber lengkap tersedia di GitHub

Bagaimana cara mendapatkan data dari 2 koleksi berbeda di MongoDB?

Bagaimana Anda menanyakan dua koleksi MongoDB yang terhubung?

Bisakah saya menggunakan banyak koleksi di dalam database di MongoDB?

Bagaimana cara menggabungkan banyak koleksi dengan $lookup MongoDB?