Sql 什么';在MongoDB上执行稠密_秩的最佳方法是什么?
SQL Server和Oracle都有密集的功能。除其他外,这允许您获取记录的全局排名,同时仅返回这些记录的子集,例如:Sql 什么';在MongoDB上执行稠密_秩的最佳方法是什么?,sql,sql-server,mongodb,nosql,Sql,Sql Server,Mongodb,Nosql,SQL Server和Oracle都有密集的功能。除其他外,这允许您获取记录的全局排名,同时仅返回这些记录的子集,例如: SELECT DENSE_RANK() OVER(ORDER BY SomeField DESC) SomeRank 在MongoDB中执行相同操作的最佳方法是什么?如果您的分数字段直接位于文档中,则密集排名就是文档按特定排序顺序的索引 假设您有一个游戏的分数集合,如: {user: "dcrosta", score: 10} {user: "someone", score
SELECT DENSE_RANK() OVER(ORDER BY SomeField DESC) SomeRank
在MongoDB中执行相同操作的最佳方法是什么?如果您的分数字段直接位于文档中,则密集排名就是文档按特定排序顺序的索引 假设您有一个游戏的分数集合,如:
{user: "dcrosta", score: 10}
{user: "someone", score: 18}
{user: "another", score: 5}
...
然后(假设您有一个关于分数的索引)要获得等级,您可以只查询按分数排序的等级(这里用pymongo语法显示):
如果您不熟悉Python,enumerate
函数会创建一个迭代器,返回成对的(index
,元素
)
编辑:我假设您想要一个排名表——如果您正在寻找某个特定用户的排名,Richard的答案或类似的答案就是您想要的。经过一些实验,我发现基于MapReduce构建排名函数是可能的,假设结果集可以容纳最大文档大小 例如,假设我有这样一个集合:
{ player: "joe", points: 1000, foo: 10, bar: 20, bang: "some text" }
{ player: "susan", points: 2000, foo: 10, bar: 20, bang: "some text" }
{ player: "joe", points: 1500, foo: 10, bar: 20, bang: "some text" }
{ player: "ben", points: 500, foo: 10, bar: 20, bang: "some text" }
...
我可以大致相当于一个稠密的_秩,如下所示:
var m = function() {
++g_counter;
if ((this.player == "joe") && (g_scores.length != g_fake_limit)) {
g_scores.push({
player: this.player,
points: this.points,
foo: this.foo,
bar: this.bar,
bang: this.bang,
rank: g_counter
});
}
if (g_counter == g_final)
{
emit(this._id, g_counter);
}
}}
var r = function (k, v) { }
var f = function(k, v) { return g_scores; }
var test_mapreduce = function (limit) {
var total_scores = db.scores.count();
return db.scores.mapReduce(m, r, {
out: { inline: 1 },
sort: { points: -1 },
finalize: f,
limit: total_scores,
verbose: true,
scope: {
g_counter: 0,
g_final: total_scores,
g_fake_limit: limit,
g_scores:[]
}
}).results[0].value;
}
作为比较,以下是其他地方提到的“幼稚”方法:
var test_naive = function(limit) {
var cursor = db.scores.find({player: "joe"}).limit(limit).sort({points: -1});
var scores = [];
cursor.forEach(function(score) {
score.rank = db.scores.count({points: {"$gt": score.points}}) + 1;
scores.push(score);
});
return scores;
}
我使用以下代码在MongoDB 1.8.2的单个实例上对这两种方法进行了基准测试:
var rand = function(max) {
return Math.floor(Math.random() * max);
}
var create_score = function() {
var names = ["joe", "ben", "susan", "kevin", "lucy"]
return { player: names[rand(names.length)], points: rand(1000000), foo: 10, bar: 20, bang: "some kind of example text"};
}
var init_collection = function(total_records) {
db.scores.drop();
for (var i = 0; i != total_records; ++i) {
db.scores.insert(create_score());
}
db.scores.createIndex({points: -1})
}
var benchmark = function(test, count, limit) {
init_collection(count);
var durations = [];
for (var i = 0; i != 5; ++i) {
var start = new Date;
result = test(limit)
var stop = new Date;
durations.push(stop - start);
}
db.scores.drop();
return durations;
}
虽然MapReduce的速度比我预期的要快,但对于更大的集合大小,这种天真的方法却一扫而光,尤其是在缓存预热之后:
> benchmark(test_naive, 1000, 50);
[ 22, 16, 17, 16, 17 ]
> benchmark(test_mapreduce, 1000, 50);
[ 16, 15, 14, 11, 14 ]
>
> benchmark(test_naive, 10000, 50);
[ 56, 16, 17, 16, 17 ]
> benchmark(test_mapreduce, 10000, 50);
[ 154, 109, 116, 109, 109 ]
>
> benchmark(test_naive, 100000, 50);
[ 492, 15, 18, 17, 16 ]
> benchmark(test_mapreduce, 100000, 50);
[ 1595, 1071, 1099, 1108, 1070 ]
>
> benchmark(test_naive, 1000000, 50);
[ 6600, 16, 15, 16, 24 ]
> benchmark(test_mapreduce, 1000000, 50);
[ 17405, 10725, 10768, 10779, 11113 ]
因此,目前看来,天真的方法是可行的,尽管我有兴趣看看今年晚些时候随着MongoDB团队继续改进MapReduce性能,情况是否会有所改变。感谢您的想法。不幸的是,这对我来说不起作用,因为我需要知道,例如,“dcrosta”的全局排名为“2”,即使我进行的查询遗漏了一个或多个其他文档。如果我真的可以得到作为结果的一部分返回的索引值,那将是非常棒的;然后我可以在分数上添加一个索引。“密集排名只是文档按一定排序顺序的索引”是不正确的。如果两行具有相同的
SomeField
,则它们将具有相同的密集秩,但它们将具有不同的索引。densite_-rank
和rank
窗口函数与row_-number
窗口函数不同。
> benchmark(test_naive, 1000, 50);
[ 22, 16, 17, 16, 17 ]
> benchmark(test_mapreduce, 1000, 50);
[ 16, 15, 14, 11, 14 ]
>
> benchmark(test_naive, 10000, 50);
[ 56, 16, 17, 16, 17 ]
> benchmark(test_mapreduce, 10000, 50);
[ 154, 109, 116, 109, 109 ]
>
> benchmark(test_naive, 100000, 50);
[ 492, 15, 18, 17, 16 ]
> benchmark(test_mapreduce, 100000, 50);
[ 1595, 1071, 1099, 1108, 1070 ]
>
> benchmark(test_naive, 1000000, 50);
[ 6600, 16, 15, 16, 24 ]
> benchmark(test_mapreduce, 1000000, 50);
[ 17405, 10725, 10768, 10779, 11113 ]