[教程]MongoDB 从入门到进阶（数据检索及统计 - 微博数据的整理）

最新推荐文章于 2024-10-29 16:28:27 发布

csdn产品小助手

最新推荐文章于 2024-10-29 16:28:27 发布

阅读量123

点赞数

文章标签：数据库大数据

[教程]MongoDB 从入门到进阶（数据检索及统计 - 微博数据的整理）

下载地址： http://www.wojilu.com/Forum1/Topic/4601

GitHub: https://github.com/magicdict/MagicMongoDBTool

这次讲解一下MongoDB的数据统计能力。

作为统计数据，这里我采集了杨幂的微博上的粉丝作为实验数据。由于最多只能一天采集5000个粉丝的资料，所以，数据也只有5000条。

同时，这些资料虽然来自于User这个类，但是没有牵涉到层次结构，无法体会阶层型数据库的威力，也是蛮遗憾的。

下面的代码是用来采集数据的。展示这段代码，一来说明一下如何正确的使用新浪微博的API，二来说明一下，MongoDB就像一个ORM一样，直接将对象保存到数据库中了。

当然新浪微博的API你可以去这里下载， http://weibosdk.codeplex.com/

API函数有些蛮坑人的地方，虽然方法参数中，获取粉丝资料数量可以是Int32，不过，你真的设置一个大于200的数字，程序会报错，参数类型不匹配。

我原来以为真的是参数类型的问题，但是编译没有报错。。。。最后发现，还有200的限制。。。。。既然你限制了，你就写成Byte啊。。。坑爹。。。。

 1         private void btnGetFollowers_Click(object sender, EventArgs e)
 2         {
 3             var Srv = SystemManager.GetCurrentServer();
 4             if (Srv != null)
 5             {
 6                 var db = Srv.GetDatabase("SinaWeibo");
 7                 var oauth = new NetDimension.Weibo.OAuth(txtAppKey.Text, txtAppSrect.Text);
 8                 bool result = oauth.ClientLogin(txtWeiBoUsr.Text, txtWeiBoPsw.Text);
 9                 if (result) //返回true成功
10                 {
11                     var Sina = new NetDimension.Weibo.Client(oauth);
12                     var uid = Sina.API.Account.GetUID();
13                     var col = db.GetCollection(txtSupperStarID.Text + txtSupperStarName.Text + "(Followers)");
14                     int UserCount;
15                     int TotalCount;
16                     UserCount = 0;
17                     TotalCount = 0;
18 
19                     NetDimension.Weibo.Entities.user.Collection followers;
20                     do
21                     {
22                         followers = Sina.API.Friendships.Followers(txtSupperStarID.Text, "", 150, UserCount, true);
23                         if (TotalCount == 0)
24                         {
25                             TotalCount = followers.TotalNumber;
26                         }
27                         foreach (var follow in followers.Users)
28                         {
29                             col.Insert(follow);
30                             UserCount++;
31                         }
32                     } while (UserCount < TotalCount);
33                     MessageBox.Show("OK");
34                 }
35             }
36             else {
37                 MessageBox.Show("MongoDB Not Found");
38             }
39         }

采集好的数据如图所示：（虽然不是个人信息，还是打马赛克吧）

[看看条数：聚合 Count]

5000条记录。。。这个就不用解释了吧。聚合的Count，就是条数统计

Collection对象有Count方法，直接调用就可以了。当然，Count支持条件过滤。

            if (Query.QueryConditionList.Count == 0 || !IsUseFilter)
            {
                MyMessageBox.ShowEasyMessage("Count", "Count Result : " + SystemManager.GetCurrentCollection().Count().ToString());
            }
            else
            {
                MongoDB.Driver.IMongoQuery mQuery = MongoDBHelper.GetQuery(Query.QueryConditionList);
                MyMessageBox.ShowMessage("Count",
                "Count[With DataView Filter]:" + SystemManager.GetCurrentCollection().Count(mQuery).ToString(),
                mQuery.ToString(), true);
            }

[看看有多少地区的人玩微博：聚合 Distinct]

Distinct也是比较常用的功能，同样字段的记录，只算一条。例如，我们想看看，到底多少地方的人玩微博，我们可以对用户的所在省份进行Distinct操作。

一共出现36个省份的编号。100代表的是未知。31代表上海，11代表北京

            BsonArray ResultArray = (BsonArray)SystemManager.GetCurrentCollection().Distinct(strKey, MongoDBHelper.GetQuery(DistinctConditionList));

[看看每个省份玩微博的人数：聚合 Group]

有兴趣玩NoSQL的人，数据库都不会差，Group是干什么的，大家都知道。OK，

对于省份Group一下，然后看看Count数字吧。

由于工具还没有完成，现在暂时只提供（内置了）Count的Group功能，当然你也可以自己修改Reduce和InitFields来获得其他结果。

【高级功能MapReduce】

数据太少，用MapReduce。Map函数是分散给各个不同的数据实例并行做的。Reduce函数则是将各个Map函数的结果进行最后的合并统计。

官方的资料：http://docs.mongodb.org/manual/applications/map-reduce/

MapReduce的东西，以后会拿出来作为单独的一个主题，这里就展示一下。。。

【Query：我只想看姓名和城市和性别】

这么多数据字段，眼睛看花了，我只想看名字和城市，还有性别（找妹纸啊）。。。。。。

呵呵，上海的妹子。。。。。

继续打马赛克：500人里面，女性，省份是31的，一共137人。。。。。

灵活运用查询，一切尽在掌握。

核心代码：

FindAs方法，支持查询条件，显示字段，排序，Skip指定记录数，抽出记录数。

官方资料：http://www.mongodb.org/display/DOCS/CSharp+Driver+Tutorial#CSharpDriverTutorial-FindandFindAsmethods

       /// <summary>
        /// 获得展示数据
        /// </summary>
        /// <param name="CurrentDataViewInfo"></param>
        public static List<BsonDocument> GetDataList(ref DataViewInfo CurrentDataViewInfo)
        {
            String collectionPath = CurrentDataViewInfo.strDBTag.Split(":".ToCharArray())[1];
            String[] cp = collectionPath.Split("/".ToCharArray());
            MongoServer mServer = SystemManager.GetCurrentServer();
            MongoCollection mongoCol = mServer.GetDatabase(cp[(int)PathLv.DatabaseLV]).GetCollection(cp[(int)PathLv.CollectionLV]);


            MongoCursor<BsonDocument> cursor;
            //Query condition:
            if (CurrentDataViewInfo.IsUseFilter)
            {
                cursor = mongoCol.FindAs<BsonDocument>(GetQuery(CurrentDataViewInfo.mDataFilter.QueryConditionList))
                                   .SetSkip(CurrentDataViewInfo.SkipCnt)
                                   .SetFields(GetOutputFields(CurrentDataViewInfo.mDataFilter.QueryFieldList))
                                   .SetSortOrder(GetSort(CurrentDataViewInfo.mDataFilter.QueryFieldList))
                                   .SetLimit(CurrentDataViewInfo.LimitCnt);
            }
            else
            {
                cursor = mongoCol.FindAllAs<BsonDocument>()
                                   .SetSkip(CurrentDataViewInfo.SkipCnt)
                                   .SetLimit(CurrentDataViewInfo.LimitCnt);

            }
            if (cursor.Query != null)
            {
                CurrentDataViewInfo.Query = cursor.Query.ToJson(SystemManager.JsonWriterSettings);
            }
            else
            {
                CurrentDataViewInfo.Query = String.Empty;
            }
            CurrentDataViewInfo.Explain = cursor.Explain().ToJson(SystemManager.JsonWriterSettings);
            List<BsonDocument> dataList = cursor.ToList();
            if (CurrentDataViewInfo.SkipCnt == 0)
            {
                if (CurrentDataViewInfo.IsUseFilter)
                {
                    //感谢cnblogs.com 网友Shadower
                    CurrentDataViewInfo.CurrentCollectionTotalCnt = (int)mongoCol.Count(GetQuery(CurrentDataViewInfo.mDataFilter.QueryConditionList));
                }
                else
                {
                    CurrentDataViewInfo.CurrentCollectionTotalCnt = (int)mongoCol.Count();
                }
            }
            SetPageEnable(ref CurrentDataViewInfo);
            return dataList;

        }