R语言利剑之NoSQL系列:MongoDB-mongodb是nosql数据库吗

由于文章篇幅有限，均跳过NoSQL的安装过程，请自行参考文档安装。

***篇 R利剑MongeDB，分为4个章节。

MongoDB环境准备 rmongodb函数库 rmongodb基本使用操作 rmongodb测试案例

每一章节，都会分为”文字说明部分”和”代码部分”，保持文字说明与代码的连贯性。

1. MongoDB环境准备

文字说明部分：

首先环境准备，这里我选择了Linux Ubuntu操作系统12.04的32位桌面版本，大家可以根据自己的使用习惯选择顺手的Linux。

MongoDB安装过程跳过。

查看MongoDB服务器环境
使用mongod命令，启动MongoDB。

进程号：pid=2924 端口：port=27017 数据文件目录：dbpath=/data/db/ 软件版本：32-bit 主机名：host=conan

使用mongo命令，打开mongo shell。

mongo shell的简单操作：
查看数据库，切换数据库，查看数据集.

R语言环境2.15.0，WinXP通过远程连接，访问Mongodb Server。

代码部分：

查看操作系统

~ uname -a Linux conan 3.2.0-38-generic-pae #61-Ubuntu SMP Tue Feb 19 12:39:51 UTC 2013 i686 i686 i386 GNU/Linux ~ cat /etc/issue Ubuntu 12.04.2 LTS \n \l

启动mongodb

~ mongod mongod --help for help and startup options Thu Apr 11 11:02:26 Thu Apr 11 11:02:26 warning: 32-bit servers don't have journaling enabled by default. Please use --journal if you want durability. Thu Apr 11 11:02:26 Thu Apr 11 11:02:26 [initandlisten] MongoDB starting : pid=2924 port=27017 dbpath=/data/db/ 32-bit host=conan Thu Apr 11 11:02:26 [initandlisten] Thu Apr 11 11:02:26 [initandlisten] ** NOTE: when using MongoDB 32 bit, you are limited to about 2 gigabytes of data Thu Apr 11 11:02:26 [initandlisten] ** see http://blog.mongodb.org/post/137788967/32-bit-limitations Thu Apr 11 11:02:26 [initandlisten] ** with --journal, the limit is lower Thu Apr 11 11:02:26 [initandlisten] Thu Apr 11 11:02:26 [initandlisten] db version v2.0.6, pdfile version 4.5 Thu Apr 11 11:02:26 [initandlisten] git version: e1c0cbc25863f6356aa4e31375add7bb49fb05bc Thu Apr 11 11:02:26 [initandlisten] build info: Linux domU-12-31-39-01-70-B4 2.6.21.7-2.fc8xen #1 SMP Fri Feb 15 12:39:36 EST 2008 i686 BOOST_LIB_VERSION=1_41 Thu Apr 11 11:02:26 [initandlisten] options: {} Thu Apr 11 11:02:26 [websvr] admin web console waiting for connections on port 28017 Thu Apr 11 11:02:26 [initandlisten] waiting for connections on port 27017

打开mongo shell

~ mongo MongoDB shell version: 2.0.6 connecting to: test

进入mongo shell, 列表显示数据库

> show dbs db 0.0625GB feed 0.0625GB foobar 0.0625GB local (empty)

切换数据库

> use foobar switched to db foobar

列表显示数据集

> show collections blog system.indexes

R语言开发环境2.15.0，WinXP

2. rmongodb函数库

文字说明部分：

rmongodb的开发了一大堆的函数，对应mongo的操作。比起别的NoSQL来说，真是工程浩大啊。但我总觉得封装粒度不够，写起代码来比较复杂。

下面列出了所有rmongodb函数库，我只挑选几个常用的介绍。

建立mongo连接

mongo<-mongo.create()

查看接连是否正常

mongo.is.connected(mongo)

创建一个BSON对象缓存

buf <- mongo.bson.buffer.create()

给对象buf增加element

mongo.bson.buffer.append(buf, "name", "Echo")

增加对象类型的element

score <- c(5, 3.5, 4) names(score) <- c("Mike", "Jimmy", "Ann") mongo.bson.buffer.append(buf, "score", score)

增加数组类型的element

mongo.bson.buffer.start.array(buf, "comments") mongo.bson.buffer.append(buf, "0", "a1") mongo.bson.buffer.append(buf, "1", "a2") mongo.bson.buffer.append(buf, "2", "a3")

关闭数组类型的element

mongo.bson.buffer.finish.object(buf)

取出缓存数据

b <- mongo.bson.from.buffer(buf)

数据库.数据集

ns="db.blog"

插入一条记录

mongo.insert(mongo,ns,b) #mongo shell:(Not Run) db.blog.insert(b)

创建查询对象query

buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", "Echo") query <- mongo.bson.from.buffer(buf)

创建查询返回值对象

buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", 1) fields <- mongo.bson.from.buffer(buf)

执行单条记录查询

mongo.find.one(mongo, ns, query, fields) #mongo shell:(Not Run) db.blog.findOne({query},{fields})

执行列表记录查询

mongo.find(mongo, ns, query, fields) #mongo shell:(Not Run) db.blog.find({query},{fields})

创建修改器对象objNew

buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$inc") mongo.bson.buffer.append(buf, "age", 1L) mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf)

执行修改操作

mongo.update(mongo, ns, query, objNew) #mongo shell:(Not Run) db.blog.update({query},{objNew})

单行代码修改操作

mongo.update(mongo, ns, query, list(name="Echo", age=25)) #mongo shell:(Not Run) db.blog.update({query},{objNew})

删除所选对象

mongo.remove(mongo, ns, query) #mongo shell:(Not Run) db.blog.remove({query},{objNew})

销毁mongo连接

mongo.destroy(mongo)

代码部分：

共有153个函数

mongo.add.user mongo.authenticate mongo.binary.binary mongo.binary.function mongo.binary.md5 mongo.binary.old mongo.binary.user mongo.binary.uuid mongo.bson.array mongo.bson.binary mongo.bson.bool mongo.bson.buffer.append mongo.bson.buffer.append.bool mongo.bson.buffer.append.bson mongo.bson.buffer.append.code mongo.bson.buffer.append.code.w.scope mongo.bson.buffer.append.complex mongo.bson.buffer.append.double mongo.bson.buffer.append.element mongo.bson.buffer.append.int mongo.bson.buffer.append.list mongo.bson.buffer.append.long mongo.bson.buffer.append.null mongo.bson.buffer.append.object mongo.bson.buffer.append.oid mongo.bson.buffer.append.raw mongo.bson.buffer.append.regex mongo.bson.buffer.append.string mongo.bson.buffer.append.symbol mongo.bson.buffer.append.time mongo.bson.buffer.append.timestamp mongo.bson.buffer.append.undefined mongo.bson.buffer.create mongo.bson.buffer.finish.object mongo.bson.buffer.size mongo.bson.buffer.start.array mongo.bson.buffer.start.object mongo.bson.code mongo.bson.code.w.scope mongo.bson.date mongo.bson.dbref mongo.bson.destroy mongo.bson.double mongo.bson.empty mongo.bson.eoo mongo.bson.find mongo.bson.from.buffer mongo.bson.from.list mongo.bson.int mongo.bson.iterator.create mongo.bson.iterator.key mongo.bson.iterator.next mongo.bson.iterator.type mongo.bson.iterator.value mongo.bson.long mongo.bson.null mongo.bson.object mongo.bson.oid mongo.bson.print mongo.bson.regex mongo.bson.size mongo.bson.string mongo.bson.symbol mongo.bson.timestamp mongo.bson.to.list mongo.bson.undefined mongo.bson.value mongo.code.create mongo.code.w.scope.create mongo.command mongo.count mongo.create mongo.cursor.destroy mongo.cursor.next mongo.cursor.value mongo.destroy mongo.disconnect mongo.distinct mongo.drop mongo.drop.database mongo.find mongo.find.await.data mongo.find.cursor.tailable mongo.find.exhaust mongo.find.no.cursor.timeout mongo.find.one mongo.find.oplog.replay mongo.find.partial.results mongo.find.slave.ok mongo.get.database.collections mongo.get.databases mongo.get.err mongo.get.hosts mongo.get.last.err mongo.get.prev.err mongo.get.primary mongo.get.server.err mongo.get.server.err.string mongo.get.socket mongo.get.timeout mongo.gridfile.destroy mongo.gridfile.get.chunk mongo.gridfile.get.chunk.count mongo.gridfile.get.chunks mongo.gridfile.get.chunk.size mongo.gridfile.get.content.type mongo.gridfile.get.descriptor mongo.gridfile.get.filename mongo.gridfile.get.length mongo.gridfile.get.md5 mongo.gridfile.get.metadata mongo.gridfile.get.upload.date mongo.gridfile.pipe mongo.gridfile.read mongo.gridfile.seek mongo.gridfile.writer.create mongo.gridfile.writer.finish mongo.gridfile.writer.write mongo.gridfs.create mongo.gridfs.destroy mongo.gridfs.find mongo.gridfs.remove.file mongo.gridfs.store mongo.gridfs.store.file mongo.index.background mongo.index.create mongo.index.drop.dups mongo.index.sparse mongo.index.unique mongo.insert mongo.insert.batch mongo.is.connected mongo.is.master mongo.oid.create mongo.oid.from.string mongo.oid.print mongo.oid.time mongo.oid.to.string mongo.reconnect mongo.regex.create mongo.remove mongo.rename mongo.reset.err mongo.set.timeout mongo.shorthand mongo.simple.command mongo.symbol.create mongo.timestamp.create mongo.undefined.create mongo.update mongo.update.basic mongo.update.multi mongo.update.upsert

3. rmongodb基本使用操作

文字说明部分：

首先，要安装rmongodb类库，加载类库。

然后，通过mongo.create()函数，建立与MongoDB Server的连接。如果是本地连接，mongo.create()不要参数，下面例子使用远程连接，增加host参数配置IP地址。mongo<-mongo.create(host=“192.168.1.11”)

检查是否连接正常，mongo.is.connected()。这条语句在开发时会经常使用到。在用R语言建模时，如果对象或者函数使用错误，连接会被自动断开。由于MongoDB的异常机制，断开时不会是提示。大家要手动使用这条命令测试，连接是否正常。

接下来，定义两个变量，db和ns。db是我们需要使用的数据库，ns是数据库+数据集。

下面我们创建一个Mongo对象。

{ "_id" : ObjectId("51663e14da2c51b1e8bc62eb"), "name" : "Echo", "age" : 22, "gender" : "Male", "score" : { "Mike" : 5, "Jimmy" : 3.5, "Ann" : 4 }, "comments" : [ "a1", "a2", "a3" ] }

然后，分别使用修改器inc,set,$push进行操作。

***删除对象，并断开连接。

代码部分：

安装rmongodb

install.packages(rmongodb)

加载类库

library(rmongodb)

远程连接mongodb server

mongo<-mongo.create(host="192.168.1.11")

查看是否连接正常

print(mongo.is.connected(mongo))

定义db

db<-"foobar"

定义db.collection

ns<-"foobar.blog"

组织bson类型数据

buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", "Echo") mongo.bson.buffer.append(buf, "age", 22L) mongo.bson.buffer.append(buf, "gender", 'Male') #对象类型 score <- c(5, 3.5, 4) names(score) <- c("Mike", "Jimmy", "Ann") mongo.bson.buffer.append(buf, "score", score) #数组类型 mongo.bson.buffer.start.array(buf, "comments") mongo.bson.buffer.append(buf, "0", "a1") mongo.bson.buffer.append(buf, "1", "a2") mongo.bson.buffer.append(buf, "2", "a3") mongo.bson.buffer.finish.object(buf) b <- mongo.bson.from.buffer(buf)

插入mongodb

mongo.insert(mongo,ns,b)

单条显示插入的数据

buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", "Echo") query <- mongo.bson.from.buffer(buf) print(mongo.find.one(mongo, ns, query))

使用$inc修改器，修改给age加1

buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$inc") mongo.bson.buffer.append(buf, "age", 1L) mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, query, objNew) print(mongo.find.one(mongo, ns, query))

使用$set修改器，修改age=1

buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$set") mongo.bson.buffer.append(buf, "age", 1L) mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, query, objNew) print(mongo.find.one(mongo, ns, query))

使用$push修改器，给comments数组追加”Orange”数据

buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$push") mongo.bson.buffer.append(buf, "comments", "Orange") mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, query, objNew) print(mongo.find.one(mongo, ns, query))

使用简化修改语句，给对象重新赋值

mongo.update(mongo, ns, query, list(name="Echo", age=25)) print(mongo.find.one(mongo, ns, query))

删除对象

mongo.remove(mongo, ns, query)

销毁mongo连接

mongo.destroy(mongo)

4. rmongodb测试案例

文字说明部分：

批量插入数据，使用修改器批量修改数据

3种修改器速度比较,push最慢push > set>inc

终于push是对数组操作，set是对任意值操作，inc是对数字操作，所以下面测试可能不太公平。测试结果仅供参考。

代码部分：

批量插入数据函数

batch_insert<-function(arr=1:10,ns){ library(stringr) mongo_insert<-function(x){ buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", str_c("Dave",x)) mongo.bson.buffer.append(buf, "age", x) mongo.bson.buffer.start.array(buf, "comments") mongo.bson.buffer.append(buf, "0", "a1") mongo.bson.buffer.append(buf, "1", "a2") mongo.bson.buffer.append(buf, "2", "a3") mongo.bson.buffer.finish.object(buf) return(mongo.bson.from.buffer(buf)) } mongo.insert.batch(mongo, ns, lapply(arr,mongo_insert)) }

批量修改，$inc修改器函数

batch_inc<-function(data,ns){ for(i in data){ buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", str_c("Dave",i)) criteria <- mongo.bson.from.buffer(buf) buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$inc") mongo.bson.buffer.append(buf, "age", 1L) mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, criteria, objNew) } }

批量修改，$set修改器函数

batch_set<-function(data,ns){ for(i in data){ buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", str_c("Dave",i)) criteria <- mongo.bson.from.buffer(buf) buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$set") mongo.bson.buffer.append(buf, "age", 1L) mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, criteria, objNew) } }

批量修改，$push修改器函数

batch_push<-function(data,ns){ for(i in data){ buf <- mongo.bson.buffer.create() mongo.bson.buffer.append(buf, "name", str_c("Dave",i)) criteria <- mongo.bson.from.buffer(buf) buf <- mongo.bson.buffer.create() mongo.bson.buffer.start.object(buf, "$push") mongo.bson.buffer.append(buf, "comments", "Orange") mongo.bson.buffer.finish.object(buf) objNew <- mongo.bson.from.buffer(buf) mongo.update(mongo, ns, criteria, objNew) } }

执行程序，3种修改速度比较,$push最慢

ns="foobar.blog" data=1:1000 mongo.remove(mongo, ns) ## [1] TRUE system.time(batch_insert(data, ns)) ## user system elapsed ## 0.25 0.00 0.28 system.time(batch_inc(data, ns)) ## user system elapsed ## 0.47 0.27 2.50 system.time(batch_set(data, ns)) ## user system elapsed ## 0.77 0.48 3.17 system.time(batch_push(data, ns)) ## user system elapsed ## 0.81 0.41 4.23