NoSQL DB上的查询问题中的聚集函数，缺少类型，熵

虽然我们相信NoSQL数据库已经填补了RDBMS方面存在的一些挑战，但是随着时间的推移，我们在查询生态系统领域面临着NoSQL DB的挑战。

例如Couchbase，就像其母亲CouchDB在使用视图，列表，密钥查找，映射缩减等读取数据方面已经有了重大改进.Couchbase甚至已经转向为其巨大的2.X verson创建一个类似于SQL的查询引擎。 MongoDB也做出了严重的改进，并且可能会有复杂的查询以及许多其他的NoSQL DB开发。

大多数NoSQL DB可以执行基于LOGICAL and COMPARISON OPERATORS复杂查询，例如AND ， OR ， ==等。但是，对数据进行aggergation和执行复杂关系是我的问题。 例如，在CouchDB和/或Couchbase中，视图只能跨越单个数据库。 编写一个视图可以汇总来自两个或更多数据库的数据，这是不可能的。

现在让我解决这个问题。 函数（无论是否合并）： AVG ， SUM ， ROUND ， TRUNC ， MAX ， MIN等缺乏数据类型使得无法高效地处理日期和时间，因此缺少日期和时间函数，例如TO_DATE ， SYSDATE （for系统日期/时间）， ADD_MONTHSs ， DATE BETWEEN ， DATE/TIME format Conversion等等的确如此，很多人会说，他们缺乏Schema，类型和东西，但是，我发现自己并没有逃避至少需要其中列出的功能之一。 例如，因为NoSQL DB没有日期/时间数据类型，所以很难根据这些数据类型执行查询，因为您可能想要根据时间来分析趋势。 另外，其他人也试图使用UNIX / EPOC时间戳和东西来解决这个问题，但它不是一个single size fits all解决方案的解决方案。

Map Reduce可以用来达到某个（小）程度的聚合，但是开销已经被认为是很棒的。 但是，缺少GROUP BY功能使得它成为一个紧凑的解决方案来过滤所需的内容。 看下面的查询：

SELECT 
doc.field1, doc.field3, SUM(doc.field2 + doc.field4)
FROM 
couchdb.my_database 
GROUP BY doc.field1, doc.field3 
HAVING SUM(doc.field2 + doc.field4) > 20000;

在CouchDB或Couchbase上这不是很容易实现。 我不确定它是否可能在MongoDB上。 我希望可以开箱即用。 这使得NoSQL难以用作数据仓库或OLTP / OLAP解决方案。 我发现，每次需要进行复杂的分析时，都需要通过分页不同的数据集在中间件中完成。 现在，大多数有经验的人（例如CLOUDANT ）都调整了LUCENE来执行复杂的查询，但因为它最初是用于索引和文本搜索的，所以它并没有解决大多数NoSQL数据库中缺少FUNCTIONS和DATA AGGREGATION问题。

由于缺少FUNCTIONS ，大多数NoSQL DB都具有NULL数据类型，但缺少将NULL对象转换为其他内容的选项，如在某些RDBMS中。 例如在Oracle中，我可以： NVL(COLUMN,0)为了包含所有行，同时对给定列执行AVG计算（因为默认情况下，空列不会被计入/包含在查询处理中）。

为了完全理解这个问题，例如CouchDB视图在如下所示的文档范围内运行：

function(doc){
    // if statements, logical operators, comparison operators
    // e.t.c here. until you do am emit of that doc
    // if it satisfies the conditions set
    // emit(null, doc) OR emit(doc.x,[doc.y, doc.z]) e.t.c.
    // you can only emit javascript data types anyways
    emit(doc.field1,doc)
}

满足过滤器的文档可以通过并进入下一个阶段或减少功能。 想象一下如下的文档结构：

{
    x: '',
    y: '',
    z: {
        p: '',
        n: N    // integer or number data type        
    },
    date: 'DD/MON/YYYY'  // date format
}

现在，让我们想象一下这种查询的可能性：

function(){
    var average = select AVG(doc.z.n) from couchdb.my_database;
    var Result = select doc.x,doc.y from couchdb.my_database where 
            doc.z.n > average and doc.y = 'some string' and 
            doc.date between '01-JUN-2012' and '03-AUG-2012';
    emit(Result);
}

或者如果这个查询是可能的：

function(){
    var latest = select MAX(doc.date) from couchdb.my_database;
    var Result  = select 
                    doc.x,doc.z.p,MONTHS_BETWEEN(doc.date,latest) as "Months_interval" 
                    from couchdb.my_database where doc.y like '%john%' 
                    order by doc.z.p;
    emit(Result);
}

问题1：哪种NoSQL数据库解决方案在很大程度上已经达到了，上面详细讨论了查询能力？ 什么样的关键特征使其脱颖而出？

Qn 2：是否缺少Schema，或者是Key-Value的特征是缺乏查询这些数据库FUNCTIONS的原因？ 在大多数NoSQL数据库中缺乏聚合功能的原因是什么？

Qn 3：如果上面的查询能力在任何NoSQL数据库中都是可能的，那么使用现有的NoSQL基础结构可以获得上述最后两（2）个查询问题（考虑您选择的任何NoSQL技术）

---

MongoDB有一个叫做Aggregation Framework的东西，它工作得很好。 我会说几乎所有的SQL Aggregation查询都可以在这个框架中执行。 这里有一些从SQL到Aggregation Framework的“转换”的例子。

无论如何，MongoDB是一个面向文档的数据库，而不是像CouchDB那样的键值，所以我不知道它是否符合您的要求。

链接地址: http://www.djcxy.com/p/66411.html

上一篇: Aggregate functions, Lack of Types, Entropy in Query problems on NoSQL DBs

下一篇: Can NoSQL (e.g. MongoDB) replace Data Grid solutions e.g. Oracle Coherence