集算器協助MongoDB計算之本地化排序

標籤：集算器   計算   mongodb   排序   本地化   

對於本地化語言（例如：中文），MongoDB是按照UNICODE編碼排序，而不是根據本地語言的編碼排序。用esProc結合MongoDB可以方便的實現本地化語言的排序（例如：中文按照拼音排序）。下面我們以中文為例，來看一下具體做法。

MongoDB中的集合person儲存了姓名和性別如下：

>db.person.find()

{"_id" : ObjectId("544e4e070f03ad39eb2bf498"),"name" : "宋江", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf499"),"name" : "李逵", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf49a"),"name" : "吳用", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf49b"),"name" : "晁蓋", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf49c"),"name" : "公孫勝", "gender" : "男" }

{"_id" : ObjectId("544e4e070f03ad39eb2bf49d"),"name" : "魯智深", "gender" : "男" }

{"_id" : ObjectId("544e4e070f03ad39eb2bf49e"),"name" : "武松", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf49f"),"name" : "阮小二", "gender" : "男" }

{"_id" : ObjectId("544e4e070f03ad39eb2bf4a0"),"name" : "楊志", "gender" : "男"}

{"_id" : ObjectId("544e4e070f03ad39eb2bf4a1"), "name": "孫二娘", "gender" : "女" }

{"_id" : ObjectId("544e4e070f03ad39eb2bf4a2"),"name" : "扈三娘", "gender" : "女" }

{"_id" : ObjectId("544e4e080f03ad39eb2bf4a3"),"name" : "燕青", "gender" : "男"}

…

直接用MongoDB的sort函數，沒有按照拼音排序：

>db.person.find({},{"name":1,"gender":1,"_id":0}).sort({"name":1})

{"name" : "公孫勝", "gender" : "男" }

{"name" : "吳用", "gender" : "男" }

{"name" : "孫二娘", "gender" : "女" }

{"name" : "宋江", "gender" : "男" }

{"name" : "扈三娘", "gender" : "女" }

{"name" : "晁蓋", "gender" : "男" }

{"name" : "李逵", "gender" : "男" }

{"name" : "楊志", "gender" : "男" }

{"name" : "武松", "gender" : "男" }

{"name" : "燕青", "gender" : "男" }

{"name" : "阮小二", "gender" : "男" }

{"name" : "魯智深", "gender" : "男" }

…

 

用esProc協助MongoDB的指令碼如下：

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M02/54/59/wKioL1SAAM3T7S99AAC5EaColj0204.jpg" style="float:none;" title="esProc_mongodb_local_sort_1.jpg" alt="wKioL1SAAM3T7S99AAC5EaColj0204.jpg" />

    A1：串連MongoDB，ip和連接埠號碼是localhost:27017，資料庫是test，使用者名稱和密碼都是test。如果需要其他參數的話可以按照mongo://ip:port/db?arg=value&…格式繼續寫參數。

    A2：使用find函數從MongoDB中取數，形成遊標。集合是person，過濾條件是空，指定鍵是name和gender。可以看出find函數和mongdb的find函數類似。esProc的遊標是分批讀取和處理資料，可以避免資料量過大，記憶體出現溢出的情況。

A3：因為資料量不大，所以這裡fetch出遊標的所有記錄。

A4：使用sort按照name升序排序。排序所使用的語言是中文。集算器支援的其他本地化語言，見後。

啟動並執行結果是：

650) this.width=650;" src="http://s3.51cto.com/wyfs02/M02/54/5A/wKiom1SAAD-hcT-3AACH2MZ6Tn8330.jpg" style="float:none;" title="esProc_mongodb_local_sort_2.jpg" alt="wKiom1SAAD-hcT-3AACH2MZ6Tn8330.jpg" />

需要說明的是：esProc並不包含MongoDB的java驅動包。用esProc來訪問MongoDB，必須提前將MongoDB的java驅動包（要求2.12.2或以上版，如mongo-java-driver-2.12.2.jar）放到[esProc安裝目錄]\common\jdbc中。

esProc協助MongoDB計算的指令碼很容易整合到java中，只要增加一行A5，寫成result A4即可向java輸出resultset形式的結果，具體的代碼參考esProc教程。同樣，用java調用esProc訪問MongoDB也必須將mongdb的java驅動包放到java程式的classpath中。

MongoDB的java驅動包是：https://github.com/MongoDB/mongo-java-driver/releases。

本文出自 “高效能報表資料計算” 部落格，請務必保留此出處http://report5.blog.51cto.com/8028595/1586288

集算器協助MongoDB計算之本地化排序