用rmongodb在R中运行高级MongoDB查询
由于MySQL让我疯狂，我试图让自己熟悉我的第一个“NoSQL”DBMS，它碰巧是MongoDB。 我通过rmongodb连接到它。
我用rmongodb玩的越多，就运行高级查询而言出现的问题就越多。
首先，我介绍一些示例数据，然后详细介绍我无法正确指定的不同类型的查询。
示例数据
这个例子取自MongoDB网站，并已简化了一些。
pkg <- "rmongodb"
if (!require(pkg, character.only=TRUE)) {
install.packages(pkg)
require(pkg, character.only=TRUE)
}
# Connect to DB
db <- "test"
ns <- "posts"
mongo <- mongo.create(db=db)
# Insert document to collection 'test.users'
b <- mongo.bson.from.list(list(
"_id"="alex",
name=list(first="Alex", last="Benisson"),
karma=1.0,
age=30,
test=c("a", "b")
))
mongo.insert(mongo, "test.users", b)
# Insert document to collection 'test.posts'
b <- mongo.bson.from.list(list(
"_id"="abcd",
when=mongo.timestamp.create(strptime("2011-09-19 02:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1),
author="alex",
title="Some title",
text="Some text.",
tags=c("tag.1", "tag.2"),
votes=5,
voters=c("jane", "joe", "spencer", "phyllis", "li"),
comments=list(
list(
who="jane",
when=mongo.timestamp.create(strptime("2011-09-19 04:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1),
comment="Some comment."
),
list(
who="meghan",
when=mongo.timestamp.create(strptime("2011-09-20 13:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1),
comment="Some comment."
)
)
)
)
b
mongo.insert(mongo, "test.posts", b)
与插入JSON / BSON对象有关的两个问题：
voters ：在这种情况下使用c()是否正确？ comments ：什么是正确的方式来指定， c()或list() ？ 顶级查询：他们工作的一种享受
顶级查询工作得很好：
# Get all posts by 'alex' (only titles)
res <- mongo.find(mongo, "test.posts", query=list(author="alex"),
fields=list(title=1L))
out <- NULL
while (mongo.cursor.next(res))
out <- c(out, list(mongo.bson.to.list(mongo.cursor.value(res))))
> out
[[1]]
_id title
"abcd" "No Free Lunch"
问题1：基本子级查询
如何运行一个简单的“子级查询”（而不是顶级查询），这些子级查询需要达到JSON / BSON样式的MongoDB对象的任意深度级别？ 这些子级查询使用MongoDB的点符号，我似乎无法弄清楚如何将其映射到有效的rmongodb查询
用简单的MongoDB语法，就像
> db.posts.find( { comments.who : "meghan" } )
会工作。 但我不知道如何用rmongodb函数来做到这一点
这是我到目前为止所尝试的
# Get all comments by 'meghan' from 'test.posts'
#--------------------
# Approach 1)
#--------------------
res <- mongo.find(mongo, "test.posts", query=list(comments=list(who="meghan")))
out <- NULL
while (mongo.cursor.next(res))
out <- c(out, list(mongo.bson.to.list(mongo.cursor.value(res))))
> out
NULL
# Does not work
#--------------------
# Approach 2)
#--------------------
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "comments")
mongo.bson.buffer.append(buf, "who", "meghan")
mongo.bson.buffer.finish.object(buf)
query <- mongo.bson.from.buffer(buf)
res <- mongo.find(mongo, "test.posts", query=query)
out <- NULL
while (mongo.cursor.next(res))
out <- c(out, list(mongo.bson.to.list(mongo.cursor.value(res))))
> out
NULL
# Does not work
问题2：使用$运算符进行查询
这些工作
查询1
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "age")
mongo.bson.buffer.append(buf, "$lte", 30)
mongo.bson.buffer.finish.object(buf)
criteria <- mongo.bson.from.buffer(buf)
criteria
> mongo.find.one(mongo, "test.users", query=criteria)
_id : 2 alex
name : 3
first : 2 Alex
last : 2 Benisson
karma : 1 1.000000
age : 1 30.000000
test : 4
0 : 2 a
1 : 2 b
查询2
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "test")
mongo.bson.buffer.append(buf, "$in", c("a", "z"))
mongo.bson.buffer.finish.object(buf)
criteria <- mongo.bson.from.buffer(buf)
criteria
mongo.find.one(mongo, "test.users", query=criteria)
但是，请注意，原子集将导致返回值为NULL
mongo.bson.buffer.append(buf, "$in", "a")
# Instead of 'mongo.bson.buffer.append(buf, "$in", c("a", "z"))'
尝试与子级别查询相同，我再次丢失
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "name")
mongo.bson.buffer.start.object(buf, "first")
mongo.bson.buffer.append(buf, "$in", c("Alex", "Horst"))
mongo.bson.buffer.finish.object(buf)
mongo.bson.buffer.finish.object(buf)
criteria <- mongo.bson.from.buffer(buf)
criteria <- mongo.bson.from.buffer(buf)
> criteria
name : 3
first : 3
$in : 4
0 : 2 Alex
1 : 2 Horst
> mongo.find.one(mongo, "test.users", query=criteria)
NULL
c（）或list（）都可以。 取决于组件是否被命名以及它们是否都具有相同的类型（用于列表）。 最好的办法是看看生成的BSON，看看你是否得到你想要的。 为了最好地控制生成的对象，使用mongo.bson.buffer和对其进行操作的函数。 事实上，这就是子查询失败的原因。 'comments'被创建为子对象而不是数组。 mongo.bson.from.list（）很方便，但它不会给你相同的控制权，有时候它猜测错误的是从复杂结构中产生什么。
对另一组数据的查询可以像这样纠正：
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "name.first")
mongo.bson.buffer.append(buf, "$in", c("Alex", "Horst"))
mongo.bson.buffer.finish.object(buf)
criteria <- mongo.bson.from.buffer(buf)
请注意，你肯定需要在这里使用缓冲区，因为R会扼杀点名。
我希望这可以解决你的问题。 如果您还有其他问题，请告诉我。
我仍然不清楚SO的首选方式是什么，一旦发布了问题，我们希望进一步阐述，可能会增加更多的问题和回答方法。
正如我经常被告知不要在未来的编辑中炸掉我的原始问题一样，在这个“答案”中，我只是接受了Gerald Lindsly的建议并尝试将其写入实际的代码中（因为它仍然不适合我）：
准备工作
pkg <- "rmongodb"
if (!require(pkg, character.only=TRUE)) {
install.packages(pkg)
require(pkg, character.only=TRUE)
}
# Connect to DB
db <- "test"
ns <- "posts"
mongo <- mongo.create(db=db)
# Make sure we start with an empty collection
mongo.drop(mongo, paste(db, ns, sep="."))
插入文件
正如杰拉尔德在他的回答中指出的那样， mongo.bson.from.list()有时会对所产生的BSON结构做出错误的猜测，所以我试图继续显式创建BSON数组对象：
buf <- mongo.bson.buffer.create()
# 'REGULAR' APPENDING
mongo.bson.buffer.append(buf, "_id", "abcd")
mongo.bson.buffer.append(buf, "when",
mongo.timestamp.create(strptime("2011-09-19 02:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1))
mongo.bson.buffer.append(buf, "author", "alex")
mongo.bson.buffer.append(buf, "title", "Some title")
mongo.bson.buffer.append(buf, "text", "Some text.")
mongo.bson.buffer.append(buf, "tags", c("tag.1", "tag.2"))
mongo.bson.buffer.append(buf, "votes", 5)
# /
# VOTERS ARRAY
mongo.bson.buffer.start.array(buf, "voters")
voters <- c("jane", "joe", "spencer", "phyllis", "li")
i=1
for (i in seq(along=voters)) {
mongo.bson.buffer.append(buf, as.character(i), voters[i])
}
mongo.bson.buffer.finish.object(buf)
# /
# COMMENTS ARRAY
mongo.bson.buffer.start.array(buf, "comments")
mongo.bson.buffer.start.object(buf, "1")
mongo.bson.buffer.append(buf, "who", "jane")
mongo.bson.buffer.append(buf, "when",
mongo.timestamp.create(strptime("2011-09-19 04:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1))
mongo.bson.buffer.append(buf, "comment", "some comment.")
mongo.bson.buffer.finish.object(buf)
mongo.bson.buffer.start.object(buf, "2")
mongo.bson.buffer.append(buf, "who", "meghan")
mongo.bson.buffer.append(buf, "when",
mongo.timestamp.create(strptime("2011-09-20 13:00:00",
"%Y-%m-%d %H:%M:%s"), increment=1))
mongo.bson.buffer.append(buf, "comment", "some comment.")
mongo.bson.buffer.finish.object(buf)
# /
# FINALIZE
mongo.bson.buffer.finish.object(buf)
b <- mongo.bson.from.buffer(buf)
> b
_id : 2 abcd
when : 17 i: 1, t: 1316390400
author : 2 alex
title : 2 Some title
text : 2 Some text.
tags : 4
0 : 2 tag.1
1 : 2 tag.2
votes : 1 5.000000
voters : 4
1 : 2 jane
2 : 2 joe
3 : 2 spencer
4 : 2 phyllis
5 : 2 li
comments : 4
1 : 3
who : 2 jane
when : 17 i: 1, t: 1316397600
comment : 2 some comment.
2 : 3
who : 2 meghan
when : 17 i: 1, t: 1316516400
comment : 2 some comment.
mongo.insert(mongo, "test.posts", b)
基本的子级别查询
# Get all comments by 'meghan' from 'test.posts'
#--------------------
# Approach 1)
#--------------------
res <- mongo.find(mongo, "test.posts", query=list(comments=list(who="meghan")))
out <- NULL
while (mongo.cursor.next(res))
out <- c(out, list(mongo.bson.to.list(mongo.cursor.value(res))))
> out
NULL
# Does not work
#--------------------
# Approach 2)
#--------------------
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "comments")
mongo.bson.buffer.append(buf, "who", "meghan")
mongo.bson.buffer.finish.object(buf)
query <- mongo.bson.from.buffer(buf)
res <- mongo.find(mongo, "test.posts", query=query)
out <- NULL
while (mongo.cursor.next(res))
out <- c(out, list(mongo.bson.to.list(mongo.cursor.value(res))))
> out
NULL
# Does not work
指定文件时，我仍然必须在这里做错事;-)
关于原子查询和$ in操作符，我从第一个问题中得到Query 2，其工作如下：
buf <- mongo.bson.buffer.create()
mongo.bson.buffer.start.object(buf, "test")
mongo.bson.buffer.start.array(buf, "$in")
mongo.bson.buffer.append(buf, "a", "a")
mongo.bson.buffer.finish.object(buf)
mongo.bson.buffer.finish.object(buf)
criteria <- mongo.bson.from.buffer(buf)
criteria
我想明确地开始和结束数组是否有窍门，如果数组将最终只保留一个元素。
有一件事很有用，那就是监视mongod控制台或日志（使用-v选项启动mongod后）。 运行你的旧查询，你会看到：
Tue Nov 20 16:09:04 [conn23] User Assertion: 12580:invalid query
Tue Nov 20 16:09:04 [conn23] assertion 12580 invalid query ns:test.users query:{ test: { $in: "a" } }
Tue Nov 20 16:09:04 [conn23] problem detected during query over test.users : { $err: "invalid query", code: 12580 }
Tue Nov 20 16:09:04 [conn23] query test.users query: { test: { $in: "a" } } ntoreturn:0 keyUpdates:0 exception: invalid query code:12580 locks(micros) r:440 reslen:59 0ms
运行修改的查询，它看起来很好：
Tue Nov 20 16:10:14 [conn23] query test.users query: { test: { $in: [ "a" ] } } ntoreturn:0 keyUpdates:0 locks(micros) r:168 nreturned:1 reslen:142 0ms