【mongoDB高级篇③】综合实战(1): 分析国家地震数据

摘要：数据准备下载国家地震数据通过导入到数据库方便和语句做对比分片集群配置创建数据目录创建日志目录启动实例启动实例创建数据目录启动实例启动实例此操作需要连接库添加或者用命令来添加下同设置分片存储的数据库设置分片的集合名称。

下载国家地震数据 http://data.earthquake.cn/data/

通过navicat导入到数据库,方便和mysql语句做对比

# step 1
mkdir -p ./data/shard/s0 ./data/shard/s1  #创建数据目录
mkdir -p ./data/shard/log # 创建日志目录
./bin/mongod --port 27017 --dbpath /usr/local/mongodb/data/shard/s0 --fork --logpath /usr/local/mongodb/data/shard/log/s0.log # 启动Shard Server实例1
./bin/mongod --port 27018 --dbpath /usr/local/mongodb/data/shard/s1 --fork --logpath /usr/local/mongodb/data/shard/log/s1.log # 启动Shard Server实例2

# step 2
mkdir -p ./data/shard/config #创建数据目录
./bin/mongod --port 27027 --dbpath /usr/local/mongodb/data/shard/config --fork --logpath /usr/local/mongodb/data/shard/log/config.log #启动Config Server实例

# step 3
./bin/mongos --port 4000 --configdb localhost:27027 --fork --logpath /usr/local/mongodb/data/shard/log/route.log --chunkSize=1 # 启动Route Server实例

# step 4
./bin/mongo admin --port 4000 #此操作需要连接admin库
> db.runCommand({ addshard:"localhost:27017" }) #添加 Shard Server 或者用 sh.addshard()命令来添加,下同;
{ "shardAdded" : "shard0000", "ok" : 1 }
> db.runCommand({ addshard:"localhost:27018" })
{ "shardAdded" : "shard0001", "ok" : 1 }
> db.runCommand({ enablesharding:"map" }) #设置分片存储的数据库
{ "ok" : 1 }
> db.runCommand({ shardcollection: "map.dz", key: { id:1 }}) # 设置分片的集合名称。且必须指定Shard Key，系统会自动创建索引，然后根据这个shard Key来计算
{ "collectionsharded" : "map.dz", "ok" : 1 }

# 手动预先分片
 for(var i=1;i<=30;i++) { sh.splitAt("map.dz",{id:i*1000}) }

然后通过MongoVUE把mysql中的数据导入到mongos(4000)中

/******通过group******/
db.dz.group({
  key:{type:1},
  initial:{count:0},
  reduce: function ( curr, result ) { 
    result.count ++;
  }
})
// Error: group command failed: { "ok" : 0, "errmsg" : "can"t do command: group on sharded collection" } 
// group不能使用在分片上

/******通过聚合管道aggregate******/
db.dz.aggregate([
 {
   $group:{
     _id:"$type",
     count:{$sum:1}
   }
 }
 
 /******通过映射化简mapReduce******/
 var map = function(){
  emit(this.type,1); //把1映射到每个this.type上,然后sum就为count,还有一个技巧就是把count映射到1上,就是求总和
}

var reduce = function(type,count){
  var total = Array.sum(count);
  // return {type:type,count:total}; 注意,这样返回是错误的,total是一个对象??? {type:type,count:count};
  return total;
}

//或者
var reduce = function(type,count){
  var res = 0;
  for (var i = 0; i < count.length;i++) {
    res +=count[i];
  }
  return res;
}

db.dz.mapReduce(map,reduce,{out:"res"});

/*****地震每日发生次数最多的地方*****/
db.dz.aggregate([
  { $group:{
    _id:{date:"$date"}, //还不知道如何通过 date.substring(0,6)来分组,先跳过,做按日来分组,当然这里的date还是字符串,如果是日期类型的话,就好处理了,这就延伸出另外一个问题,字符串如何转换为时间类型;
    count:{$sum:1},
    }
  },
  {
    $sort:{count:-1} // 做了个降序
  },
  {
    $limit:1
  }
]);

/*****每日发生地震次数最多的10个地方,并求出最大值*****/
db.dz.aggregate([
  { $group:{
    _id:{date:"$date",address:"$address"}, 
    count:{$sum:1},
    maxvalue:{$max:"$value"},
    }
  },
  {
    $sort:{count:-1}
  },
  {
    $limit:10
  }
]);

var map = function(){
  //映射到经纬度
  var latitude = Math.floor(this.latitude/5)*5;
  var longitude = Math.floor(this.longitude/5)*5; //除5下取整又乘以5,目的得到的经纬度都是5的倍数,也就是每隔5就一个数;
  var block = latitude+":"+longitude;
  emit(block,1); //总共统计每block出现地震的次数;
}

var reduce = function(block,value){
  return Array.sum(value);
}

db.runCommand({
  mapReduce:"dz",
  map:map,
  reduce:reduce,
  out:"res"
})

db.res.find().sort({value:-1});

注意,本方法有一些问题我是花了很多功夫都没解决,先记录一下,如果有玩mongoDB的朋友有缘看到这篇文章,又有心的话,希望留言指正; 
当然,这属于技术上的一个钻牛角尖,其实完全可以绕开的...

var map = function(){
  var date = this.date.substring(0,6);
  emit(date,{count:this.address,value:this.value});//把地点和值映射到月份上
}


var reduce = function(date,result){ 

/*
  // 此时result的结构应该如下,为每月的地址数据明细
  // 注意这里说的是应该,但实际上不是,这与我理解的mapReduce有误,并且我暂时还不能理解该结构最终为什么会呈现出差异,所以,我先按以下的结构,来在Reduce中做js处理
    "result": [
        {
            "address": "新疆阿图什",
            "value": 1.6
        },
        {
            "address": "云南澜沧",
            "value": 1.3
        },
        {
            "address": "新疆哈密",
            "value": 2
        }
    ]

  //我想要得到的结果如下:
  [{"四川木里":{count:2,max:5.2},"云南玉龙":{count:100,max:4.5}}]
*/

 var arr = [];

 for (var i = 0; i < result.length;i++) {
    var arrTmp = [result[i]];
    var address = result[i]["address"];

    for (var j = i+1; j < result.length; j++) {
      if(result[j]["address"] == address){
        arrTmp.push(result[j]);
        result.splice(j,1);
        j--;
      }
    };

    var value = []

    for(var a=0; a 
方法二
本方法也有一个让我百思不得其解的问题,在注释部分有说明;
var map = function(){
  var date = this.date.substring(0,6);
  var map = date+"_"+this.address;
  emit(map,{count:1,value:this.value});
}

var reduce = function(date,result){
  var count = 0;
  for(var i=0;i
mongoDB系列文章到此先告一段落,后续再添加 【mongoDB高级篇】mongoDB在LBS中的应用; 2015-9-17