Mongodb - 将关系数据映射到文档结构

Question

我在 mongo 集合中有一个包含 3000 万行的数据集。一个示例记录集是：

{"_id" : ObjectId("568bc0f2f7cd2653e163a9e4"),    
"EmailAddress" : "1234@ab.com",    
"FlightNumber" : 1043,
"FlightTime" : "10:00"},
{"_id" : ObjectId("568bc0f2f7cd2653e163a9e5"),    
"EmailAddress" : "1234@ab.com",    
"FlightNumber" : 1045,
"FlightTime" : "12:00"},
{"_id" : ObjectId("568bc0f2f7cd2653e163a9e6"),    
"EmailAddress" : "5678@ab.com",    
"FlightNumber" : 1045,
"FlightTime" : "12:00"},

这是直接从 SQL 服务器导入的，因此具有关系式数据的性质。

我怎样才能最好地将这些数据映射到另一个集合，以便所有数据都按 EmailAddress 分组，并嵌套 FlightNumbers？输出的一个例子是：

{"_id" : ObjectId("can be new id"),    
"EmailAddress" : "1234@ab.com",    
"Flights" : [{"Number":1043, "Time":"10:00"},{"Number":1045, "Time":"12:00"}]},    
{"_id" : ObjectId("can be new id"),    
"EmailAddress" : "5678@ab.com",    
"Flights" : [{"Number":1045, "Time":"12:00"}]},

我一直在研究一个导入路由，它遍历源集合中的每条记录，然后批量插入到第二个集合中。这工作正常，但不允许我对数据进行分组，除非我通过记录回溯处理，这会给导入例程增加大量时间开销。

代码如下：

var sourceDb = db.getSiblingDB("collectionSource");
var destinationDb = db.getSiblingDB("collectionDestination");

var externalUsers=sourceDb.CRM.find();
var index = 0; 
var contactArray = new Array();
var identifierArray = new Array();

externalUsers.forEach(function(doc) {    
    //library code for NewGuid omitted
    var guid = NewGuid();
    //buildContact and buildIdentifier simply create 2 js objects based on the parameters
    contactArray.push(buildContact(guid, doc.EmailAddress, doc.FlightNumber));
    identifierArray.push(buildIdentifier(guid, doc.EmailAddress));

    index++;

    if (index % 1000 == 0) {         
        var now = new Date();
        var dif = now.getTime() - startDate.getTime();
        var Seconds_from_T1_to_T2 = dif / 1000;
        var Seconds_Between_Dates = Math.abs(Seconds_from_T1_to_T2);
        print("Written " + index + " items (" + Seconds_Between_Dates + "s from start)");    
    }    

    //bulk insert in batches
    if (index % 5000 == 0) {    
        destinationDb.Contacts.insert(contactArray);
        destinationDb.Identifiers.insert(identifierArray);

        contactArray = new Array();
        identifierArray = new Array();
    } 
}); 

在此先感谢

Answer 1

大家好，欢迎来到 MongoDB。在这种情况下，您可能需要考虑使用两种不同的集合——一种用于用户，一种用于航班。

用户：

{
    _id: 
    email:
}

航班：

{
    _id:
    userId:
    number: // if number is unique, you can actually specify _id as number
    time:
}

在您的 forEach 循环中，您将首先检查具有该特定电子邮件地址的用户文档是否已经存在。如果没有，请创建它。然后使用 User 文档的唯一标识符将新文档插入到 Flights 集合中，将标识符存储在字段 userId（或者可能是 passengerId？）下。