[Node][NoSql]MongoDB轻度使用（不入门只入土）

对比

因业务需要赶紧啃一手MongoDB，大致过了一遍，对比主流关系型数据库，MongoDB主要有这些不同：

• 列是动态的，更适合存储不定属性的对象（如某些不同业务的聚合统计）；
• 原生支持js方法调用形式的写法，当然坏处是相对的，只能背API，没办法用通用的sql方法；
• 不支持事务、回滚，这也限定了MongoDB不适合强一致性的场景（基本只用来存插入的业务记录好了，更新都不要想了），没有join，不适合业务复杂的场景；
• 贵（特指某里云），好在服务可以自建，不考虑高可用的情况下负担可以接受；
• 其他特性和不同我暂时考虑不到。

简单使用

怎么直接就入了土呢？我的业务主要用到一个MapReduce，一个find，一个upsert。然后结合实际的使用，总结了一些坑点：

• 请用最新的包（目前是3.3.2），不要用2.x的包。一个是内部环境的问题，这个后面会和MapReduce的坑一起讲；再一个是解析问题，connect的时候新包会提示你打开使用新解析方式的选项，而且后续会废弃掉旧的解析方式，所以旧包应该是有这方面问题的。
• 可视化工具win下用的是Robo 3T，一个坑点在于如果是通过ssh连跳板机到线上，本地生成sshkey时，需要指定pem的生成模式，否则是连不上的。（sshkey有机会再讲）

具体应用的话，find相当于select；updateOne带一个upsert的参数，这样就相当于sql中的insert on duplicate key，但是可以指定匹配键，而非sql中的索引键；这些是比较常用且比较基础的用法。

mapReduce

比较重要的就是这个MapReduce了，主要就是用作数据分析：map的过程根据一定条件将原始数据映射到不同的集合（集合内只有一个元素时不走reduce，因此设计返回值时，map的结构应该尽量和reduce保持一致），reduce过程将每个集合按一定方式处理成想要得到的分析维度。举一个简单的例子：

db.collection('test').mapReduce(function(){
  emit(this.id % 10, {
    count: 1,
    avgScore: this.score
  })
}, function(key, values){
  const res = {
    count: 0,
    sum: 0,
    avgScore: 0
  }
  values.forEach(value => {
    res.count += value.count
    res.sum += value.score
    res.avgScore += value.score
  })
  res.avgScore /= values.length
  return res
}, {})

这一段，map部分，将test表的所有元素按id模10的结果分组；reduce部分，计算了每个组内成绩的平均值；我这里假设样本足够均匀，id从0到9都有结尾的，那么最终的结果就是一个这样的数组：

[{key: 0, value: { count: 1, avgScore: 20 }}, {key: 1, value: { count: 4, sum: 216, avgScore: 54 }}, ...{key: 9, value: { count: 5, sum: 195, avgScore: 39 }}] // length: 10

可以注意到，生成的结果是一个列表，其中每一个元素都是一个对象，都有key和value两个属性。key是在map中指定的，emit的第一个参数；value则是reduce的返回值，如果map映射到的只有一个数据，那么emit的第二个参数直接作为结果对象的value属性（如例子中的第一个结果，只匹配到一个数据，因此不走reduce，也就没有sum属性）。
这里注意到map函数内有一个this.id，这个id是怎么this出来的？为什么在map函数里面console.log会报错？为什么不能传参数进去？
都是因为：map，reduce这两个部分的函数，是作为参数传进mapReduce函数里面的，传入后会toString掉，在MongoDB内部环境执行。这也是为什么上一节说到，要使用高版本的npm包，因为2.x版本的包只支持到es5的语法，如果一定要用老包的话，代码会写得很难看（然后被自己嫌弃（误，明明是被cr掉
如果我真的要传参数进去呢？确实是可以的。传入的参数可以是函数，也可以是字符串，所以……

function map (options) {
  return function temp () {
    const options = JSON.parse('$options')
    switch (options) {
      // ...
    }
    emit(key, value)
  }.toString().replace('$options', JSON.stringify(options))
}

所以就直接传字符串好了，当然也还是有一些限制，没办法用全局变量，没办法传入构成循环指向的对象，还是没有console……

要问到底为什么入土

就是效率比较低，当然也有可能和我没有建好索引，或者map、reduce函数写得不好有关系。目前的话，大概100k左右的数据量就会崩掉。10k左右的数据量，CPU单核会跑满。
确实优点还是有，insert on duplicate key不需要提前建立索引，不需要考虑字段类型，容量扩展较方便，mapReduce甚至可以直接写js，虽然有些鸡肋，但是心智负担确实比写sql的group by稍稍低一些……呸，我有这时间折腾这玩意，业务早写完了……
（完）