Question

我有一个mongo集合中包含3000万行的数据集。一组示例记录将是：

{"_id" : ObjectId("568bc0f2f7cd2653e163a9e4"),    
"EmailAddress" : "1234@ab.com",    
"FlightNumber" : 1043,
"FlightTime" : "10:00"},
{"_id" : ObjectId("568bc0f2f7cd2653e163a9e5"),    
"EmailAddress" : "1234@ab.com",    
"FlightNumber" : 1045,
"FlightTime" : "12:00"},
{"_id" : ObjectId("568bc0f2f7cd2653e163a9e6"),    
"EmailAddress" : "5678@ab.com",    
"FlightNumber" : 1045,
"FlightTime" : "12:00"},

这是直接从SQL服务器导入的，因此数据的关系性质。

如何最好地将此数据映射到另一个集合，以便所有数据按照EmailAddress与FlightNumbers嵌套进行分组？输出的一个例子是：

{"_id" : ObjectId("can be new id"),    
"EmailAddress" : "1234@ab.com",    
"Flights" : [{"Number":1043, "Time":"10:00"},{"Number":1045, "Time":"12:00"}]},    
{"_id" : ObjectId("can be new id"),    
"EmailAddress" : "5678@ab.com",    
"Flights" : [{"Number":1045, "Time":"12:00"}]},

我一直在研究导入路由，它遍历源集合中的每个记录，然后批量插入到第二个集合中。这工作正常但是不允许我对数据进行分组，除非我回过头处理记录，这会给导入例程带来巨大的时间开销。

这个代码是：

var sourceDb = db.getSiblingDB("collectionSource");
var destinationDb = db.getSiblingDB("collectionDestination");

var externalUsers=sourceDb.CRM.find();
var index = 0; 
var contactArray = new Array();
var identifierArray = new Array();

externalUsers.forEach(function(doc) {    
    //library code for NewGuid omitted
    var guid = NewGuid();
    //buildContact and buildIdentifier simply create 2 js objects based on the parameters
    contactArray.push(buildContact(guid, doc.EmailAddress, doc.FlightNumber));
    identifierArray.push(buildIdentifier(guid, doc.EmailAddress));

    index++;

    if (index % 1000 == 0) {         
        var now = new Date();
        var dif = now.getTime() - startDate.getTime();
        var Seconds_from_T1_to_T2 = dif / 1000;
        var Seconds_Between_Dates = Math.abs(Seconds_from_T1_to_T2);
        print("Written " + index + " items (" + Seconds_Between_Dates + "s from start)");    
    }    

    //bulk insert in batches
    if (index % 5000 == 0) {    
        destinationDb.Contacts.insert(contactArray);
        destinationDb.Identifiers.insert(identifierArray);

        contactArray = new Array();
        identifierArray = new Array();
    } 
});

非常感谢提前

Answer 1

嘿，欢迎来到MongoDB。在这种情况下，您可能需要考虑使用两个不同的集合 - 一个用于用户，一个用于航班。

用户：

{
    _id: 
    email:
}

飞行：

{
    _id:
    userId:
    number: // if number is unique, you can actually specify _id as number
    time:
}

在forEach循环中，您首先要检查具有该特定电子邮件地址的用户文档是否已存在。如果没有，请创建它。然后使用用户文档的唯一标识符将新文档插入到Flights集合中，将标识符存储在字段userId下（或者passengerId？）。

Mongo DB - 将关系数据映射到文档结构

1 个答案: