MongoDB的本地化排序

   对于本地化语言（例如：中文），mongodb是按照UNICODE编码排序，而不是根据本地语言的编码排序。用esProc集算器结合mongodb可以方便的实现本地化语言的排序（例如：中文按照拼音排序）。下面我们以中文为例，来看一下具体做法。

   Mongodb中的集合person保存了姓名和性别如下：
   > db.person.find()
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf498″), “name” : “宋江”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf499″), “name” : “李逵”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49a”), “name” : “吴用”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49b”), “name” : “晁盖”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49c”), “name” : “公孙胜”, “gender” : “男” }
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49d”), “name” : “鲁智深”, “gender” : “男” }
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49e”), “name” : “武松”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf49f”), “name” : “阮小二”, “gender” : “男” }
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf4a0″), “name” : “杨志”, “gender” : “男”}
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf4a1″), “name” : “孙二娘”, “gender” : “女” }
    { “_id” : ObjectId(“544e4e070f03ad39eb2bf4a2″), “name” : “扈三娘”, “gender” : “女” }
    { “_id” : ObjectId(“544e4e080f03ad39eb2bf4a3″), “name” : “燕青”, “gender” : “男”}
   …
   直接用mongodb的sort函数，没有按照拼音排序：
    > db.person.find({},{“name”:1,”gender”:1,”_id”:0}).sort({“name”:1})
    { “name” : “公孙胜”, “gender” : “男” }
    { “name” : “吴用”, “gender” : “男” }
    { “name” : “孙二娘”, “gender” : “女” }
    { “name” : “宋江”, “gender” : “男” }
    { “name” : “扈三娘”, “gender” : “女” }
    { “name” : “晁盖”, “gender” : “男” }
    { “name” : “李逵”, “gender” : “男” }
    { “name” : “杨志”, “gender” : “男” }
    { “name” : “武松”, “gender” : “男” }
    { “name” : “燕青”, “gender” : “男” }
    { “name” : “阮小二”, “gender” : “男” }
    { “name” : “鲁智深”, “gender” : “男” }
    …

   用集算器协助mongodb的脚本如下：

 

   A1：连接mongodb，ip和端口号是localhost:27017，数据库是test，用户名和密码都是test。如果需要其他参数的话可以按照mongo://ip:port/db?arg=value&…格式继续写参数。
   A2：使用find函数从mongodb中取数，形成游标。集合是person，过滤条件是空，指定键是name和gender。可以看出find函数和mongdb的find函数类似。esProc的游标是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：因为数据量不大，所以这里fetch出游标的所有记录。
   A4：使用sort按照name升序排序。排序所使用的语言是中文。集算器支持的其他本地化语言，见后。
   运行的结果是：

 

   需要说明的是：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（要求2.12.2或以上版，如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A5，写成result A4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。
   Mongodb的java驱动包下载地址是：https://github.com/mongodb/mongo-java-driver/releases。

 

评论

1 楼 Long_yuan 2015-08-18  

说了半天加个字段就好了嘛。。。。。。