协助 MongoDB 计算之本地化排序

软件本地化，可让用户根据自己的语言环境、使用习惯来选择不同的语言版本，从而最大限度提高使用体验。随着软件技术的进步，本地化能力得到广泛支持、不断向前发展，也成为软件成熟的重要标志。本文讨论的MongoDB本地化排序之路也是从无到有，一点点积累向前发展的。先前版本只能按照UNICODE编码排序，而不是根据本地语言的编码排序。后来版本增加了对本地化排序的支持，但它的前提是要在创建集合时进行语言设置，否则无效，而且对已经存储了数据的集合也无效。通过集算器SPL语言结合MongoDB进行操作则可以方便实现本地化语言的排序（例如：中文按照拼音排序），实现起来也非常容易。下面就用中文例子进行说明：

       集合person保存了姓名和性别如下：
> db.person.find()
{"_id" : ObjectId("544e4e070f03ad39eb2bf498"), "name" : "宋江","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf499"), "name" : "李逵","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf49a"), "name" : "吴用","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf49b"), "name" : "晁盖","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf49c"), "name" : "公孙胜","gender":"男" }
{"_id" : ObjectId("544e4e070f03ad39eb2bf49d"), "name" : "鲁智深","gender":"男" }
{"_id" : ObjectId("544e4e070f03ad39eb2bf49e"), "name" : "武松","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf49f"), "name" : "阮小二","gender":"男" }
{"_id" : ObjectId("544e4e070f03ad39eb2bf4a0"), "name" : "杨志","gender":"男"}
{"_id" : ObjectId("544e4e070f03ad39eb2bf4a1"), "name" : "孙二娘","gender":"女" }
{"_id" : ObjectId("544e4e070f03ad39eb2bf4a2"), "name" : "扈三娘","gender":"女" }
{"_id" : ObjectId("544e4e080f03ad39eb2bf4a3"), "name" : "燕青","gender":"男"}
…
       直接用MongoDB的sort函数，无法按照拼音排序：
> db.person.find({},{"name":1,"gender":1,"_id":0}).sort({"name":1})
{ "name" : "公孙胜","gender":"男" }
{ "name" : "吴用","gender":"男" }
{ "name" : "孙二娘","gender":"女" }
{ "name" : "宋江","gender":"男" }
{ "name" : "扈三娘","gender":"女" }
{ "name" : "晁盖","gender":"男" }
{ "name" : "李逵","gender":"男" }
{ "name" : "杨志","gender":"男" }
{ "name" : "武松","gender":"男" }
{ "name" : "燕青","gender":"男" }
{ "name" : "阮小二","gender":"男" }
{ "name" : "鲁智深","gender":"男" }
…

       使用集算器 SPL 的代码如下：

	A
1	=mongo_open("mongodb://localhost:27017/local?user=test&password=test")
2	=mongo_shell(A1,"person.find(,{name:1,gender:1,_id:0})")
3	=A2.fetch()
4	=mongo_close(A1)
5	=A3.sort(name:1;"zh")

A1：连接 MongoDB，连接字格式为 mongo://ip:port/db?arg=value&…。
A2：使用 find 函数从 person 中取数，形成游标，过滤条件是空，指定键是 name 和 gender。SPL 的游标是分批读取和处理数据，可以避免数据量过大，以防内存溢出。
A3：因为数据量不大，所以这里 fetch 出游标的所有记录。
A4：关闭连接。
A5：使用 sort 按照字段 name 以中文拼音方式升序排序。
运行的结果如下：
        

       sort 排序时，可根据需要设置成不同的语言，实现对查询结果的排序。集算器SPL 也支持其他本地化语言，见后面说明。

 

       需要说明的是：集算器esProc并不包含mongodb的java驱动包。用esProc来访问mongodb，必须提前将mongodb的java驱动包（例如：mongo-java-driver-2.12.2.jar）放到集算器设置的外部库目录extLib\MongoCli下。

       除了在集算器中直接计算，上述使用SPL协助mongodb计算的脚本也很容易集成到java中，只要增加一行，写成return A5即可向java输出resultset形式的结果，具体的代码参考esProc教程。同样，用java调用esProc访问mongodb也必须将mongdb的java驱动包放到java程序的classpath中。

       MongoDB的 java 驱动包下载地址是：
       https://github.com/MongoDB/mongo-java-driver/releases。

       集算器 SPL 支持的语言包括：

ja_JP	日文	日本
es_PE	西班牙文	秘鲁
en	英文
ja_JP_JP	日文	日本
es_PA	西班牙文	巴拿马
sr_BA	塞尔维亚文	波斯尼亚和黑山共和国
mk	马其顿文
es_GT	西班牙文	危地马拉
ar_AE	阿拉伯文	阿拉伯联合酋长国
no_NO	挪威文	挪威
sq_AL	阿尔巴尼亚文	阿尔巴尼亚
bg	保加利亚文
ar_IQ	阿拉伯文	伊拉克
ar_YE	阿拉伯文	也门
hu	匈牙利文
pt_PT	葡萄牙文	葡萄牙
el_CY	希腊文	塞浦路斯
ar_QA	阿拉伯文	卡塔尔
mk_MK	马其顿文	马其顿王国
sv	瑞典文
de_CH	德文	瑞士
en_US	英文	美国
fi_FI	芬兰文	芬兰
is	冰岛文
cs	捷克文
en_MT	英文	马耳他
sl_SI	斯洛文尼亚文	斯洛文尼亚
sk_SK	斯洛伐克文	斯洛伐克
it	意大利文
tr_TR	土耳其文	土耳其
zh	中文
th	泰文
ar_SA	阿拉伯文	沙特阿拉伯
no	挪威文
en_GB	英文	英国
sr_CS	塞尔维亚文	塞尔维亚及黑山
lt	立陶宛文
ro	罗马尼亚文
en_NZ	英文	新西兰
no_NO_NY	挪威文	挪威
lt_LT	立陶宛文	立陶宛
es_NI	西班牙文	尼加拉瓜
nl	荷兰文
ga_IE	爱尔兰文	爱尔兰
fr_BE	法文	比利时
es_ES	西班牙文	西班牙
ar_LB	阿拉伯文	黎巴嫩
ko	朝鲜文
fr_CA	法文	加拿大
et_EE	爱沙尼亚文	爱沙尼亚
ar_KW	阿拉伯文	科威特
sr_RS	塞尔维亚文	塞尔维亚
es_US	西班牙文	美国
es_MX	西班牙文	墨西哥
ar_SD	阿拉伯文	苏丹
in_ID	印度尼西亚文	印度尼西亚
ru	俄文
lv	拉托维亚文(列托)
es_UY	西班牙文	乌拉圭
lv_LV	拉托维亚文(列托)	拉脱维亚
iw	希伯来文
pt_BR	葡萄牙文	巴西
ar_SY	阿拉伯文	叙利亚
hr	克罗地亚文
et	爱沙尼亚文
es_DO	西班牙文	多米尼加共和国
fr_CH	法文	瑞士
hi_IN	印地文	印度
es_VE	西班牙文	委内瑞拉
ar_BH	阿拉伯文	巴林
en_PH	英文	菲律宾
ar_TN	阿拉伯文	突尼斯
fi	芬兰文
de_AT	德文	奥地利
es	西班牙文
nl_NL	荷兰文	荷兰
es_EC	西班牙文	厄瓜多尔
zh_TW	中文	台湾地区
ar_JO	阿拉伯文	约旦
be	白俄罗斯文
is_IS	冰岛文	冰岛
es_CO	西班牙文	哥伦比亚
es_CR	西班牙文	哥斯达黎加
es_CL	西班牙文	智利
ar_EG	阿拉伯文	埃及
en_ZA	英文	南非
th_TH	泰文	泰国
el_GR	希腊文	希腊
it_IT	意大利文	意大利
ca	加泰罗尼亚文
hu_HU	匈牙利文	匈牙利
fr	法文
en_IE	英文	爱尔兰
uk_UA	乌克兰文	乌克兰
pl_PL	波兰文	波兰
fr_LU	法文	卢森堡
nl_BE	荷兰文	比利时
en_IN	英文	印度
ca_ES	加泰罗尼亚文	西班牙
ar_MA	阿拉伯文	摩洛哥
es_BO	西班牙文	玻利维亚
en_AU	英文	澳大利亚
sr	塞尔维亚文
zh_SG	中文	新加坡
pt	葡萄牙文
uk	乌克兰文
es_SV	西班牙文	萨尔瓦多
ru_RU	俄文	俄罗斯
ko_KR	朝鲜文	韩国
vi	越南文
ar_DZ	阿拉伯文	阿尔及利亚
vi_VN	越南文	越南
sr_ME	塞尔维亚文	黑山
sq	阿尔巴尼亚文
ar_LY	阿拉伯文	利比亚
ar	阿拉伯文
zh_CN	中文	中国
be_BY	白俄罗斯文	白俄罗斯
zh_HK	中文	香港
ja	日文
iw_IL	希伯来文	以色列
bg_BG	保加利亚文	保加利亚
in	印度尼西亚文
mt_MT	马耳他文	马耳他
es_PY	西班牙文	巴拉圭
sl	斯洛文尼亚文
fr_FR	法文	法国
cs_CZ	捷克文	捷克共和国
it_CH	意大利文	瑞士
ro_RO	罗马尼亚文	罗马尼亚
es_PR	西班牙文	波多黎哥
en_CA	英文	加拿大
de_DE	德文	德国
ga	爱尔兰文
de_LU	德文	卢森堡
de	德文
es_AR	西班牙文	阿根廷
sk	斯洛伐克文
ms_MY	马来文	马来西亚
hr_HR	克罗地亚文	克罗地亚
en_SG	英文	新加坡
da	丹麦文
mt	马耳他文
pl	波兰文
ar_OM	阿拉伯文	阿曼
tr	土耳其文
th_TH_TH	泰文	泰国
el	希腊文
ms	马来文
sv_SE	瑞典文	瑞典
da_DK	丹麦文	丹麦
es_HN	西班牙文	洪都拉斯