Mongoose 找到一个并推送到文档数组

Question

我是 MongoDB 和 Mongoose 的新手，我正在尝试使用它来保存股票报价以进行日间交易分析。所以我想象了这个Schema：

symbolSchema = Schema({
    name:String,
    code:String
});

quoteSchema = Schema({
    date:{type:Date, default: now},
    open:Number, 
    high:Number,
    low:Number,
    close:Number,
    volume:Number
});

intradayQuotesSchema = Schema({
    id_symbol:{type:Schema.Types.ObjectId, ref:"symbol"},
    day:Date,
    quotes:[quotesSchema]
});

从我的链接中，我每分钟都会收到这样的信息：

日期 |符号 |开放|高 |低 |关闭 |音量

2015-03-09 13:23:00|AAPL|127,14|127,17|127,12|127,15|19734

我必须：

1. 查找符号的 ObjectId (AAPL)。
2. 发现此交易品种的intradayQuote 文件是否已经存在（交易品种和日期组合）
3. 发现该交易品种的分钟 OHLCV 数据是否存在于报价数组中（因为它可能会重复）
4. 更新或创建文档并更新或创建数组内的引号

如果引号已经存在，我可以在不验证的情况下完成此任务，但是此方法可以在引号数组中创建重复条目：

symbol.find({"code":mySymbol}, function(err, stock) {
    intradayQuote.findOneAndUpdate({
        { id_symbol:stock[0]._id, day: myDay },
        { $push: { quotes: myQuotes } },
        { upsert: true },
        myCallback
    });
});

我已经试过了：

• $addToSet 而不是 $push，但不幸的是这似乎不适用于文档数组
• { id_symbol:stock[0]._id, day: myDay, 'quotes["date"]': myDate } 在 findOneAndUpdate 的条件下；但不幸的是，如果 mongo 没有找到它，它会立即创建一个新文档，而不是附加到引号数组中。

有没有一种方法可以在不使用更多查询的情况下完成这项工作（我已经在使用 2 个）？我应该重新考虑我的架构以促进这项工作吗？任何帮助将不胜感激。谢谢！

Answer 1

基本上，$addToSet 运算符对您不起作用，因为根据定义，您的数据不是真正的 "set"，它是“完全不同”对象的集合。

这里的另一个逻辑意义是，您将在数据到达时对其进行处理，无论是作为单一对象还是作为提要。我假设它以某种形式包含许多项目，并且您可以使用某种流处理器来达到每个收到的文档的这种结构：

{
    "date": new Date("2015-03-09 13:23:00.000Z"),
    "symbol": "AAPL",
    "open": 127.14
    "high": 127.17,
    "low": 127.12 
    "close": 127.15,
    "volume": 19734
}

转换为标准十进制格式以及 UTC 日期，因为一旦从数据存储中检索到数据，任何区域设置确实应该是您的应用程序的域。

我还会通过删除对其他集合的引用并将数据放入其中来至少使您的“intraDayQuoteSchema”变平。您仍然需要在插入时进行查找，但读取时额外填充的开销似乎比存储开销更昂贵：

intradayQuotesSchema = Schema({
    symbol:{
        name: String,
        code: String
    },
    day:Date,
    quotes:[quotesSchema]
});

这取决于你的使用模式，但这样可能更有效。

剩下的真的归结为什么是可以接受的

stream.on(function(data) {

    var symbol = data.symbol,
        myDay = new Date( 
            data.date.valueOf() - 
                ( data.date.valueOf() % 1000 * 60 * 60 * 24 ));
    delete data.symbol;

    symbol.findOne({ "code": symbol },function(err,stock) {

        intraDayQuote.findOneAndUpdate(
            { "symbol.code": symbol , "day": myDay },
            { "$setOnInsert": { 
               "symbol.name": stock.name
               "quotes": [data] 
            }},
            { "upsert": true }
            function(err,doc) {
                intraDayQuote.findOneAndUpdate(
                    {
                        "symbol.code": symbol,
                        "day": myDay,
                        "quotes.date": data.date
                    },
                    { "$set": { "quotes.$": data } },
                    function(err,doc) {
                        intraDayQuote.findOneAndUpdate(
                            {
                                "symbol.code": symbol,
                                "day": myDay,
                                "quotes.date": { "$ne": data.date }
                            },
                            { "$push": { "quotes": data } },
                            function(err,doc) {

                            }
                       );    
                    }
                );
            }
        );    
    });
});

如果您在响应中实际上不需要修改后的文档，那么您可以通过在此处实现批量操作 API 并在单个数据库请求中发送此包中的所有更新来获得一些好处：

stream.on("data",function(data) {

    var symbol = data.symbol,
        myDay = new Date( 
            data.date.valueOf() - 
                ( data.date.valueOf() % 1000 * 60 * 60 * 24 ));
    delete data.symbol;

     symbol.findOne({ "code": symbol },function(err,stock) {
         var bulk = intraDayQuote.collection.initializeOrderedBulkOp();
         bulk.find({ "symbol.code": symbol , "day": myDay })
             .upsert().updateOne({
                 "$setOnInsert": { 
                     "symbol.name": stock.name
                     "quotes": [data] 
                 }
             });

         bulk.find({
             "symbol.code": symbol,
             "day": myDay,
             "quotes.date": data.date
         }).updateOne({
             "$set": { "quotes.$": data }
         });

         bulk.find({
             "symbol.code": symbol,
             "day": myDay,
             "quotes.date": { "$ne": data.date }
         }).updateOne({
             "$push": { "quotes": data }
         });

         bulk.execute(function(err,result) {
             // maybe do something with the response
         });            
     });
});

关键是其中只有一个语句会实际修改数据，并且由于这些都是在同一个请求中发送的，因此应用程序和服务器之间的来回操作更少。

另一种情况是，在这种情况下，在另一个集合中引用实际数据可能会更简单。这样就变成了处理 upserts 的简单问题：

intradayQuotesSchema = Schema({
    symbol:{
        name: String,
        code: String
    },
    day:Date,
    quotes:[{ type: Schema.Types.ObjectId, ref: "quote" }]
});


// and in the steam processor

stream.on("data",function(data) {

    var symbol = data.symbol,
        myDay = new Date( 
            data.date.valueOf() - 
                ( data.date.valueOf() % 1000 * 60 * 60 * 24 ));
    delete data.symbol;

    symbol.findOne({ "code": symbol },function(err,stock) {
         quote.update(
            { "date": data.date },
            { "$setOnInsert": data },
            { "upsert": true },
            function(err,num,raw) {
                if ( !raw.updatedExisting ) {
                    intraDayQuote.update(
                        { "symbol.code": symbol , "day": myDay },
                        { 
                            "$setOnInsert": {
                                "symbol.name": stock.name
                            },
                            "$addToSet": { "quotes": data }
                        },
                        { "upsert": true },
                        function(err,num,raw) {

                        }
                    );
                }
            }
        );
    });
});

这真的归结为将引号数据嵌套在“day”文档中对您来说有多重要。主要区别在于，如果您想根据其中一些“引用”字段的数据查询这些文档，或者要忍受使用 .populate() 从其他集合中提取“引用”的开销。

当然，如果引用并且报价数据对您的查询过滤很重要，那么您始终可以只查询该集合以查找匹配的 _id 值，并在“day”文档上使用 $in 查询以仅匹配包含那些匹配的“报价”文件的日期。

根据您的应用程序使用数据的方式，选择哪条路径最为重要，这是一个重大决定。希望这可以指导您了解实现您想要实现的目标背后的一般概念。

PS 除非您“确定”您的源数据始终是四舍五入到精确“分钟”的日期，否则您可能希望使用与用于获取离散“日”相同的日期四舍五入数学。