维护mongodb集合的秩序

我有一个收藏，里面有很多文档（可能有数百万）。当用户插入新文档时，我希望有一个字段来维护我可以索引的数据的“顺序”。例如，如果一个字段是时间，在这种格式“1352392957.46516”中，如果我有三个文档，第一个带时间：1352392957.46516，第二个带时间：1352392957.48516（20ms后），第三个带1352392957.49516（10ms后），我希望有另一个字段，其中第一个文档为0，第二个为1，第三个2，依此类推

我希望这样做的原因是，我可以索引该字段，然后当我进行查找时，我可以执行有效的$mod操作来对数据进行下采样。例如，如果我有一百万个文档，我只想要1000个均匀分布的文档，我可以在整数字段上做$mod[1000，0]

我不能在时间场上这样做的原因是因为它们可能不是完全间隔的，或者可能都是偶数或奇数，所以mod无法工作。因此，单独的整数字段将以线性递增的方式保持顺序

此外，您应该能够在集合中的任何位置插入文档，因此所有后续字段都需要更新

有没有一种方法可以自动做到这一点？还是我必须实施这个？或者有没有一种更有效的方法来完成我所描述的工作？

如果您要为一次插入更新数百万个文档，那么这远远超出了“较慢插入”的范围-这种方法使您的整个集合成为活动工作集。类似地，为了与键值进行

$mod

比较，您必须比较索引中的每个键值

鉴于您对排序采样顺序的要求，我不确定您是否可以采取更有效的方法

我会用它随机取一份文件。

skip（）

命令将从索引开始扫描，以每次跳过不需要的文档，但如果您有足够的RAM将索引保留在内存中，则性能应该可以接受：

// Add an index on time field
db.data.ensureIndex({'time':1})

// Count number of documents
var dc = db.data.count()

// Iterate and sample every 1000 docs
var i = 0; var sampleSize = 1000; var results = [];
while (i < dc) {
    results.push(db.data.find().sort({time:1}).skip(i).limit(1)[0]);
    i += sampleSize;
}

// Result array of sampled docs
printjson(results);

//在时间字段上添加索引
db.data.ensureIndex（{'time'：1}）
//清点文件数量
var dc=db.data.count（）
//每1000个文档迭代并采样一次
var i=0；var sampleSize=1000；var结果=[]；
而（i

如果您要为一次插入更新数百万个文档，这远远超出了“较慢插入”的范围-这种方法使您的整个集合成为活动工作集。类似地，为了与键值进行

$mod

比较，您必须比较索引中的每个键值

鉴于您对排序采样顺序的要求，我不确定您是否可以采取更有效的方法

我会用它随机取一份文件。

skip（）

命令将从索引开始扫描，以每次跳过不需要的文档，但如果您有足够的RAM将索引保留在内存中，则性能应该可以接受：

// Add an index on time field
db.data.ensureIndex({'time':1})

// Count number of documents
var dc = db.data.count()

// Iterate and sample every 1000 docs
var i = 0; var sampleSize = 1000; var results = [];
while (i < dc) {
    results.push(db.data.find().sort({time:1}).skip(i).limit(1)[0]);
    i += sampleSize;
}

// Result array of sampled docs
printjson(results);

//在时间字段上添加索引
db.data.ensureIndex（{'time'：1}）
//清点文件数量
var dc=db.data.count（）
//每1000个文档迭代并采样一次
var i=0；var sampleSize=1000；var结果=[]；
而（i

这应该可以很好地回答您的问题。为什么需要“插入”文档？更新“所有后续整数”听起来很痛苦。有什么原因不能添加到结尾吗？整数也应该是排序顺序吗？整数应该是排序顺序，因为这是我能想到的有效向下采样数据的唯一方法。我希望用户能够插入时间戳可能早于结束时间的旧数据。此外，我同意这听起来很痛苦，但对于我的应用程序，我希望插入速度较慢，查询速度较快。但是，如果有更好的方法来实现我所说的，那也太好了。或者说，有没有一种方法可以访问排序后的索引并对其执行$mod？比如，如果我保持数据未排序，并执行类似的操作，db.data.find（）.sort（{time:1}），但然后使用返回结果的顺序对该结果进行修改？这不起作用，但类似于以下内容：db.data.find（）.sort（{time:1}）.find（{index:{$mod:[1000,0]}）这应该可以很好地回答您的问题。为什么需要“插入”文档？更新“所有后续整数”听起来很痛苦。有什么原因不能添加到结尾吗？整数也应该是排序顺序吗？整数应该是排序顺序，因为这是我能想到的有效向下采样数据的唯一方法。我希望用户能够插入时间戳可能早于结束时间的旧数据。此外，我同意这听起来很痛苦，但对于我的应用程序，我希望插入速度较慢，查询速度较快。但是，如果有更好的方法来实现我所说的，那也太好了。或者说，有没有一种方法可以访问排序后的索引并对其执行$mod？比如，如果我保持数据未排序，并执行类似的操作，db.data.find（）.sort（{time:1}），但然后使用返回结果的顺序对该结果进行修改？这不起作用，但是类似这样的东西：db.data.find（）.sort（{time:1}）.find（{index:{$mod:[1000,0]}）我想这可能对我有用，反正我计划缓存查询结果。我只需要在添加了1000个条目（在本例中）后重新运行这种类型的查询，最后我使用了map reduce。上面的答案证明太慢了。现在我要做的是使用mapReduce的scope选项，并保留一个外部计数和索引。我使用sort对输入进行排序，并构建一个带有on数组的结果文档