MongoDB aggregeringssammenligning:group(), $group og MapReduce

Det er noget forvirrende, da navnene ligner hinanden, men group() kommandoen er en anden funktion og implementering end $group rørledningsoperatør i Aggregation Framework.

group()-kommandoen, Aggregation Framework og MapReduce er tilsammen aggregeringsfunktioner af MongoDB. Der er en vis overlapning i funktioner, men jeg vil forsøge at forklare forskellene og begrænsningerne for hver af dem som i MongoDB 2.2.0.

Bemærk:indlejrede resultatsæt nævnt nedenfor refererer til forespørgsler, der behandles i hukommelsen med resultater, der returneres i slutningen af ​​funktionskaldet. Alternative outputmuligheder (i øjeblikket kun tilgængelig med MapReduce) kunne omfatte lagring af resultater til en ny eller eksisterende samling.

group() Kommando

• Simpel syntaks og funktionalitet til gruppering .. analogt med GROUP BY i SQL.

• Returnerer resultatsæt inline (som en matrix af grupperede elementer).

• Implementeret ved hjælp af JavaScript-motoren; tilpasset reduce() funktioner kan skrives i JavaScript.

• Nuværende begrænsninger

  • Grupperes ikke i et resultatsæt med mere end 20.000 nøgler.

  • Resultaterne skal passe inden for begrænsningerne for et BSON-dokument (i øjeblikket 16 MB).

  • Tager en læselås og tillader ikke andre tråde at udføre JavaScript, mens det kører.

  • Virker ikke med opdelte samlinger.

• Se også:group() kommandoeksempler .

MapReduce

• Implementerer MapReduce-modellen til behandling af store datasæt.

• Kan vælge mellem en af ​​flere outputmuligheder (inline, ny samling, flette, udskifte, reducere)

• MapReduce-funktioner er skrevet i JavaScript.

• Understøtter ikke-shardede og shardede inputsamlinger.

• Kan bruges til trinvis aggregering over store samlinger.

• MongoDB 2.2 implementerer meget bedre understøttelse af sharded map reducere output.

• Nuværende begrænsninger

  • En enkelt udsendelse kan kun indeholde halvdelen af ​​MongoDBs maksimale BSON-dokumentstørrelse (16 MB).

  • Der er en JavaScript-lås, så en mongod-server kan kun udføre én JavaScript-funktion ad gangen .. dog er de fleste trin i MapReduce meget korte, så låse kan bruges ofte.

  • MapReduce-funktioner kan være svære at fejlfinde. Du kan bruge print() og printjson() at inkludere diagnostisk output i mongod log.

  • MapReduce er generelt ikke intuitivt for programmører, der forsøger at oversætte erfaring med relationel forespørgselsaggregering.

• Se også:Kort/reducer eksempler .

Aggregation Framework

• Ny funktion i MongoDB 2.2.0 produktionsudgivelsen (august 2012).

• Designet med specifikke mål om at forbedre ydeevne og brugervenlighed.

• Returnerer resultatsæt inline.

• Understøtter ikke-shardede og shardede inputsamlinger.

• Bruger en "pipeline"-tilgang, hvor objekter transformeres, når de passerer gennem en række pipeline-operatører, såsom matching, projektering, sortering og gruppering.

• Pipeline-operatører behøver ikke producere ét outputdokument for hvert inputdokument:Operatører kan også generere nye dokumenter eller filtrere dokumenter fra.

• Ved at bruge projektioner kan du tilføje beregnede felter, oprette nye virtuelle underobjekter og udtrække underfelter til resultaterne på øverste niveau.

• Pipeline-operatorer kan gentages efter behov (for eksempel flere $project eller $group trin.

• Nuværende begrænsninger

  • Resultater returneres inline, så de er begrænset til den maksimale dokumentstørrelse, der understøttes af serveren (16 MB)

  • Understøtter ikke så mange outputmuligheder som MapReduce

  • Begrænset til operatorer og udtryk, der understøttes af Aggregation Framework (dvs. kan ikke skrive brugerdefinerede funktioner)

  • Nyeste serverfunktion til aggregering, så der er mere plads til at modnes med hensyn til dokumentation, funktionssæt og brug.

• Se også:Eksempler på sammenlægningsramme .