我正在使用mongoDB,需要对搜索nº操作进行初始化,执行和完成一段时间(每小时或每个月......)的查询。
我的json文档有以下结构:
{
"_id" : ObjectId("55263d62c63265b9bb138551"),
"timestamp" : ISODate("2015-02-12T15:27:48.546Z"),
"duration" : 199821
}
timestamp 字段是procces init start, duration 是执行时间(以毫秒为单位)。如果我添加时间戳+持续时间=完成时间戳
我可以使用此查询对一段时间内的操作次数(10分钟)进行分组:
db.test.aggregate([
{ "$match" :{
"timestamp":{ "$gte": ISODate("2015-0427T12:00:00.0Z") }
}},
{ "$group" :{
"_id": {
"dayOfMonth":{ "$dayOfMonth": "$timestamp" },
"month":{ "$month": "$timestamp" },
"hour": { "$hour":"$timestamp" },
"time": {
"$subtract": [
{ "$minute":"$timestamp" },
{ "$mod": [{ "$minute": "$timestamp" }, 10] }
]
}
},
"count":{ "$sum":1 }
}},
{ "$sort": { "_id.time": 1 } }
])
但我也需要“执行中”和“完成”的数量。
我尝试使用mapreduce和其他聚合查询,但我无法获得类似的结果:
{
_id: {
"month" : 03,
"minute" : 00,
"Initialized" : 6,
"InExecution" : 10,
"Finished": 5
}
_id: {
"month" : 03,
"minute" : 10,
"Initialized" : 4,
"InExecution" : 12,
"Finished": 4
}
_id: {
"month" : 03,
"minute" : 20,
"Initialized" : 3,
"InExecution" : 8,
"Finished": 5
}
}
答案 0 :(得分:1)
这是一个难以理解的问题,但这里的“聚合框架”存在一个主要问题,主要是你的“活动”存在于几个不同的时间间隔,具体取决于它的现状。
这意味着它总是存在一个“开始”和“完成”间隔以及可能被认为是“执行中”的“几个”间隔。
聚合框架在单次传递中不能真正做到这一点。但你可以使用mapReduce:
db.test.mapReduce(
function() {
// Work out time values
var finished = this.timestamp.valueOf() + this.duration,
finishedInterval = finished -
( finished % ( 1000 * 60 * 10 ) ),
interval = this.timestamp.valueOf() -
( this.timestamp.valueOf() % ( 1000 * 60 * 10 ) );
// Emit initialized
emit(
{
"year": new Date(interval).getUTCFullYear(),
"month": new Date(interval).getUTCMonth()+1,
"day": new Date(interval).getUTCDate(),
"hour": new Date(interval).getUTCHours(),
"minute": new Date(interval).getUTCMinutes()
},
{
"Initialized": 1,
"InExecution": 0,
"Finshed": 0
}
);
// Emit finished
emit(
{
"year": new Date(finishedInterval).getUTCFullYear(),
"month": new Date(finishedInterval).getUTCMonth()+1,
"day": new Date(finishedInterval).getUTCDate(),
"hour": new Date(finishedInterval).getUTCHours(),
"minute": new Date(finsihedInterval).getUTCMinutes()
},
{
"Initialized": 0,
"InExecution": 0,
"Finshed": 1
}
);
// Emit In execution for every 10 minute interval until finished
if ( ( interval + ( 1000 * 60 * 10 ) ) < finishedInterval ) {
for ( var x = interval; x<finishedInterval; x+= ( 1000 * 60 * 10 ) ) {
emit(
{
"year": new Date(x).getUTCFullYear(),
"month": new Date(x).getUTCMonth()+1,
"day": new Date(x).getUTCDate(),
"hour": new Date(x).getUTCHours(),
"minute": new Date(x).getUTCMinutes()
},
{
"Initialized": 0,
"InExecution": 1,
"Finshed": 0
}
);
}
}
},
function(key,values) {
var result = { "Initialized": 0, "InExecution": 0, "Finshed": 0 };
values.forEach(function(value) {
Object.keys(value).forEach(function(key) {
result[key] += value[key];
});
});
return result;
},
{
"out": { "inline": 1 },
"query": { "timestamp": { "$gte": new Date("2015-04-27T12:00:00Z") } }
}
)
如您所见,大部分工作都是在映射器中完成的。这基本上可以确定任务“开始”和“结束”的间隔,并为其发出适当的数据。
当然,通过从任务的“开始”间隔开始工作,每10分钟间隔发出一次“执行中”计数,而该值小于任务的“结束”间隔。
reducer简单地获取每个间隔的所有发射计数并将它们相加。这是一个非常简单的操作。
map和reduce逻辑是合理的,但是查询选择逻辑存在一个问题,即“finshing”或“in execution”中的作业可能会在第一个查询时间之前启动。
为了做到这一点,您需要修复该查询选择以考虑这一点,并且由于您没有存储“完成”时间,您需要计算它,这意味着在{{3}的查询中进行JavaScript评估}:
{
"out": { "inline": 1 },
"query": {
"$where": function() {
return (this.timestamp >= new Date("2015-04-27T12:00:00Z") ||
new Date(this.timestamp.valueOf() + this.duration) >=
new Date("2015-04-27T12:00:00Z"))
}
}
}
选择在查询开始时间之前仍在运行或当时结束的项目。
因为扫描集合所以不是很好,所以最好将“finshed”作为数据中的值包含在内,以便更轻松地进行查询选择:
{
"out": { "inline": 1 },
"query": {
"$or": [
{ "timestamp": { "$gte": new Date("2015-04-27T12:00:00Z") } },
{ "finished": { "$gte": new Date("2015-04-27T12:00:00Z") } }
]
}
}
可以使用“索引”并且速度更快。
最后,在这里“timestamp”过滤器值之前仍然会发出值,因为任何一种形式的“完成”都意味着在此之前开始的任务。此外,出于同样的原因,在查询条件和逻辑上设置“结束”时间也是一个好主意。
为此,再次更改选项块以包含要在执行逻辑中使用的“范围”变量,并添加到“查询”条件:
{
"out": { "inline": 1 },
"query": {
"$or": [
{
"timestamp": {
"$gte": new Date("2015-04-27T12:00:00Z"),
"$lt": new Date("2015-04-28T12:00:00Z")
}
},
{
"finished": {
"$gte": new Date("2015-04-27T12:00:00Z"),
"$lt": new Date("2015-04-28T12:00:00Z")
}
}
]
},
"scope": {
"start": new Date("2015-04-27T12:00:00Z"),
"finsh": new Date("2015-04-28T12:00:00Z")
}
}
然后在每个发射周围添加条件,首先在“interval”大于“start”的地方开始:
// Emit initialized
if ( interval >= start.valueOf() ) {
emit(
并且finsihed“finishedInterval”小于“finish”:
// Emit finished
if ( finishedInterval <= finish.valueOf() ) {
emit(
然后限制“执行中”的循环:
// Emit In execution for every 10 minute interval until finished
if ( ( interval + ( 1000 * 60 * 10 ) ) < finishedInterval ) {
for ( var x = interval; (( x<finishedInterval ) && ( x<finish.valueOf() )); x+= ( 1000 * 60 * 10 ) ) {
if ( x > start.valueOf() ) {
emit(
这为您提供了一个干净的起点和终点,同时保持结果中列出的所有统计数据。
答案 1 :(得分:0)
非常感谢Blakes,
为了你的兴趣。我一直在研究你的解决方案并思考好主意。
我找到了一个可能的聚合框架解决方案。
db.getCollection('test').aggregate(
{$match:{
"timestamp":{$exists: true, "$gte": ISODate("2015-03-27T12:00:00.0Z") },
} },
{ $project: {
_id: 1,
timestamp : 1,
error: {$cond: [{$eq: ["$severidad", "ERROR"]}, 1, 0]},
init: {$cond: [ {$and : [{$eq: [{"$subtract": [
{"$minute":"$timestamp"},
{"$mod": [{"$minute":"$timestamp"}, 10]}
]}, {"$subtract": [
{"$minute":"$timestamp"},
{"$mod": [{"$minute":"$timestamp"}, 10]}
]}]}, {$ne: ["$severidad", "ERROR"]}]}, 1, 0]},
executing: {$cond: [ {$and : [{$gt: [{"$subtract": [
{"$minute":{ $add: [ "$timestamp", "$datos_aplicacion.duracion"]}},
{"$mod": [{"$minute":{ $add: [ "$timestamp", "$datos_aplicacion.duracion"]}}, 10]}
]}, {"$subtract": [
{"$minute":"$timestamp"},
{"$mod": [{"$minute":"$timestamp"}, 10]}
]}]}, {$ne: ["$severidad", "ERROR"]}]}, 1, 0]},
finished: {$cond: [ {$and : [{$eq: [{"$subtract": [
{"$minute":{ $add: [ "$timestamp", "$datos_aplicacion.duracion"]}},
{"$mod": [{"$minute":{ $add: [ "$timestamp", "$datos_aplicacion.duracion"]}}, 10]}
]}, {"$subtract": [
{"$minute":"$timestamp"},
{"$mod": [{"$minute":"$timestamp"}, 10]}
]}]}, {$ne: ["$severidad", "ERROR"]}]}, 1, 0]},
}},
{$group :{_id: {
dayOfMonth:{"$dayOfMonth":"$timestamp"}, month:{"$month":"$timestamp"}, hour:{"$hour":"$timestamp"} ,
time: {
"$subtract": [
{"$minute":"$timestamp"},
{"$mod": [{"$minute":"$timestamp"}, 10]}
]
},
},
NumError: {$sum:"$error"},
NumInit:{$sum:"$init"},
NumExecuting:{$sum:"$executing"},
NumFinished:{$sum:"$finished"}
}},
{ $sort : { "_id": 1} });
1M记录需要1,2秒
此致