本篇文章探讨了大数据技术之集算器协助MongoDB表间关联，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

    MongoDB不支持join，其官网上推荐的unityjdbc可以把数据取出来进行二次计算实现join运算，但收费版才有这个功能。其他免费的jdbc drive只能支持最基本的SQL语句，不支持join。如果用Java等编程语言将数据取出后实现join计算，也比较复杂。

    用免费的esProc配合MongoDB，可以实现join计算。这里通过一个例子来说明一下具体作法。

MongoDB中的文档orders保存了订单数据，employee保存了员工数据。如下：

    MongoDB shell version: 2.6.4

connecting to: test

> db.orders.find();

{ "_id" :ObjectId("5434f88dd00ab5276493e270"), "ORDERID" : 1,"CLIENT" : "UJRNP

", "SELLERID" : 17,"AMOUNT" : 392, "ORDERDATE" : "2008/11/2 15:28" }

{ "_id" :ObjectId("5434f88dd00ab5276493e271"), "ORDERID" : 2,"CLIENT" : "SJCH"

, "SELLERID" : 6,"AMOUNT" : 4802, "ORDERDATE" : "2008/11/9 15:28"}

{ "_id" :ObjectId("5434f88dd00ab5276493e272"), "ORDERID" : 3,"CLIENT" : "UJRNP

", "SELLERID" : 16,"AMOUNT" : 13500, "ORDERDATE" : "2008/11/5 15:28"}

{ "_id" :ObjectId("5434f88dd00ab5276493e273"), "ORDERID" : 4,"CLIENT" : "PWQ",

 "SELLERID" : 9, "AMOUNT" :26100, "ORDERDATE" : "2008/11/8 15:28" }

…

> db.employee.find();

{ "_id" :ObjectId("5437413513bdf2a4048f3480"), "EID" : 1,"NAME" : "Rebecca", "

SURNAME" : "Moore","GENDER" : "F", "STATE" : "California","BIRTHDAY" : "1974-1

1-20", "HIREDATE" :"2005-03-11", "DEPT" : "R&D","SALARY" : 7000 }

{ "_id" :ObjectId("5437413513bdf2a4048f3481"), "EID" : 2,"NAME" : "Ashley", "S

URNAME" : "Wilson","GENDER" : "F", "STATE" : "New York","BIRTHDAY" : "1980-07-

19", "HIREDATE" :"2008-03-16", "DEPT" : "Finance","SALARY" : 11000 }

{ "_id" :ObjectId("5437413513bdf2a4048f3482"), "EID" : 3,"NAME" : "Rachel", "S

URNAME" : "Johnson","GENDER" : "F", "STATE" : "New Mexico","BIRTHDAY" : "1970-

12-17", "HIREDATE" :"2010-12-01", "DEPT" : "Sales","SALARY" : 9000 }

…

    Orders中的sellerid对应employee中的eid。需要查询出employee的state属性等于California的所有订单信息。其中orders数据量较大，不能一次装入内存。Employee数据量较小，Orders过滤之后的结果数据量也比较小。

查询条件表达式可以作为参数传递给esProc，如下图：

     esProc的程序代码如下：

    A1: 连接MongoDB数据库，ip和端口号是localhost:27017，数据库是test，用户名和密码都是test。

    A2: 使用find函数从MongoDB中取数，形成游标。集合是orders，过滤条件是空，指定键_id不取出。esProc在find函数中采用了和mongdb的find语句一样的参数格式。esProc的游标支持分批读取和处理数据，可以避免数据量过大，内存出现溢出的情况。

    A3: 取得employee中的数据。因为数据量不大，所以用fetch函数一次取出。

    A4: 使用switch函数，将游标A2中SELLERID字段的值，转换为A3(employee)中的记录引用。

    A5: 按照条件过滤。这里使用宏来实现动态解析表达式，其中的where就是传入参数。集算器将先计算${…}里的表达式，将计算结果作为宏字符串值替换${…}之后解释执行。这个例子中最终执行的是：=A4.select(SELLERID.STATE=="California")。由于SELLERID已经转化为employee的对应记录的引用，所以可以直接写SELLERID.STATE。过滤之后的结果数据量较小，所以一次取出。如果结果数据量仍然比较大的话，可以分批取出，比如每次取出10000条：fetch(10000)。

    A6：将过滤结果中的SELLERID重新切换为普通值。

A6的计算结果是：

过滤条件发生变化时不用改变程序，只需改变where参数即可。例如，条件变为：state等于California的订单，或者CLIENT等于PWQ的订单。Where的参数值可以写为：CLIENT=="PWQ"||SELLERID.STATE=="California"。

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（esProc要求2.12.2或以上版本的驱动，mongo-java-driver-2.12.2.jar）放到[esProc安装目录]\common\jdbc中。

esProc协助MongoDB计算的脚本很容易集成到java中，只要增加一行A7，写成result A6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。

      本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！