Docs 菜单
Docs 主页
/
MongoDB Manual
/
简介
/
数据库和collection

按需物化视图

在此页面上

  • 与标准视图的对比
  • 在 MongoDB Atlas 用户界面中创建物化视图
  • 例子
  • 更多信息

注意

消歧

本页讨论按需物化视图。有关标准视图的讨论，请参阅视图。

要了解视图类型之间的差异，请参阅与标准视图的对比。

按需物化视图是预先计算的聚合管道结果，它存储在磁盘上并从磁盘读取。按需物化视图通常是 或 $out 阶段的结果。

与标准视图的对比

MongoDB 提供两种不同的视图类型：标准视图和按需物化视图。这两种视图类型都可以返回聚合管道的结果。

  • 标准视图在您读取视图时计算得出，并且不会在磁盘中存储。

  • 按需物化视图存储在磁盘上并从磁盘读取。它们使用$merge或$out阶段更新保存的数据。

索引

标准视图使用底层集合的索引。因此，您无法直接在标准视图上创建、删除或重新构建索引，也无法获取视图上的索引列表。

您可以直接在按需物化视图上创建索引，因为它们存储在磁盘中。

性能

按需物化视图的读取性能要优于标准视图，因为前者是从磁盘中读取，而不是作为查询的一部分通过计算得出。聚合管道越复杂，要聚合的数据量越大，这种性能优势就越明显。

在 MongoDB Atlas 用户界面中创建物化视图

本部分的示例使用的是示例电影数据集。要了解如何将示例数据集加载到您的 MongoDB Atlas 部署中，请参阅加载示例数据。

要在 MongoDB Atlas 用户界面中创建物化视图，请执行以下步骤：

1

在 MongoDB Atlas 用户界面中，转到项目的 Clusters（集群）页面。

  1. 如果尚未显示，请从导航栏上的 Organizations 菜单中选择包含所需项目的组织。

  2. 如果尚未显示，请从导航栏的 Projects 菜单中选择您的项目。

  3. 如果尚未出现，请单击侧边栏中的 Clusters（集群）。

    会显示集群页面。

2

导航至集合

  1. 对于包含样本数据的集群，单击Browse Collections 。

  2. 在左侧导航窗格中，选择 sample_training 数据库。

  3. 选择 grades 集合。

3

Aggregation单击 标签页

4

单击 Add Stage

5

从 下拉菜单中选择聚合阶段Select

聚合阶段转换要另存为视图的数据。 要了解有关可用聚合阶段的更多信息，请参阅聚合管道快速参考。

对于此示例，使用 $set 阶段添加一个新字段：

  1. 从 Select 下拉菜单中选择 $set。

  2. 将以下语法添加到聚合管道编辑器，以针对 grades 集合内 scores 数组中的所有 score 值创建平均分数：

    {
      averageScore: { $avg: "$scores.score" }
    }

    MongoDB Atlas 将 averageScore 值添加到每个文档。

6

单击 Add Stage

7

添加$out 阶段

  1. 从 Select 下拉菜单中选择 $out 阶段。

  2. 在聚合管道中添加以下事务语法，以将管道结果写入 sample_training 数据库中的 myView 集合：

    'myView'

  3. 单击 Save Documents（连接）。

$out 阶段将 aggregation pipeline 的结果写入指定集合，由该集合创建视图。要了解更多信息，请参阅 $out。

刷新集合列表以查看 myView 集合。

要了解如何在 MongoDB Atlas 用户界面中查询 myView 集合，请参阅 MongoDB Atlas 文档中的查看、过滤和排序文档。

例子

假定临近 2019 年 1 月底，集合 bakesales 包含按商品分类的以下销售信息：

db.bakesales.insertMany( [
   { date: new ISODate("2018-12-01"), item: "Cake - Chocolate", quantity: 2, amount: new NumberDecimal("60") },
   { date: new ISODate("2018-12-02"), item: "Cake - Peanut Butter", quantity: 5, amount: new NumberDecimal("90") },
   { date: new ISODate("2018-12-02"), item: "Cake - Red Velvet", quantity: 10, amount: new NumberDecimal("200") },
   { date: new ISODate("2018-12-04"), item: "Cookies - Chocolate Chip", quantity: 20, amount: new NumberDecimal("80") },
   { date: new ISODate("2018-12-04"), item: "Cake - Peanut Butter", quantity: 1, amount: new NumberDecimal("16") },
   { date: new ISODate("2018-12-05"), item: "Pie - Key Lime", quantity: 3, amount: new NumberDecimal("60") },
   { date: new ISODate("2019-01-25"), item: "Cake - Chocolate", quantity: 2, amount: new NumberDecimal("60") },
   { date: new ISODate("2019-01-25"), item: "Cake - Peanut Butter", quantity: 1, amount: new NumberDecimal("16") },
   { date: new ISODate("2019-01-26"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") },
   { date: new ISODate("2019-01-26"), item: "Cookies - Chocolate Chip", quantity: 12, amount: new NumberDecimal("48") },
   { date: new ISODate("2019-01-26"), item: "Cake - Carrot", quantity: 2, amount: new NumberDecimal("36") },
   { date: new ISODate("2019-01-26"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") },
   { date: new ISODate("2019-01-27"), item: "Pie - Chocolate Cream", quantity: 1, amount: new NumberDecimal("20") },
   { date: new ISODate("2019-01-27"), item: "Cake - Peanut Butter", quantity: 5, amount: new NumberDecimal("80") },
   { date: new ISODate("2019-01-27"), item: "Tarts - Apple", quantity: 3, amount: new NumberDecimal("12") },
   { date: new ISODate("2019-01-27"), item: "Cookies - Chocolate Chip", quantity: 12, amount: new NumberDecimal("48") },
   { date: new ISODate("2019-01-27"), item: "Cake - Carrot", quantity: 5, amount: new NumberDecimal("36") },
   { date: new ISODate("2019-01-27"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") },
   { date: new ISODate("2019-01-28"), item: "Cookies - Chocolate Chip", quantity: 20, amount: new NumberDecimal("80") },
   { date: new ISODate("2019-01-28"), item: "Pie - Key Lime", quantity: 3, amount: new NumberDecimal("60") },
   { date: new ISODate("2019-01-28"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") },
] );

1. 定义按需物化视图

以下 updateMonthlySales 函数定义一个 monthlybakesales 物化视图，其中包含累计每月销售信息。在该示例中，该函数采用日期参数来仅更新从特定日期开始的每月销售信息。

updateMonthlySales = function(startDate) {
   db.bakesales.aggregate( [
      { $match: { date: { $gte: startDate } } },
      { $group: { _id: { $dateToString: { format: "%Y-%m", date: "$date" } }, sales_quantity: { $sum: "$quantity"}, sales_amount: { $sum: "$amount" } } },
      { $merge: { into: "monthlybakesales", whenMatched: "replace" } }
   ] );
};

  • $match 阶段对数据进行筛选，以便仅处理日期晚于或等于 startDate 的销售额。

  • $group 阶段按年月对销售信息进行分组。此阶段输出的文档具有以下形式：

    { "_id" : "<YYYY-mm>", "sales_quantity" : <num>, "sales_amount" : <NumberDecimal> }

  • $merge 阶段会将输出写入 monthlybakesales 集合。

    基于 _id 字段（未分片输出集合的默认值），该阶段检查聚合结果中的文档是否与集合中的现有文档匹配：

2. 执行初始运行

对于初始运行，您可以传入值为 new ISODate("1970-01-01") 的日期：

updateMonthlySales(new ISODate("1970-01-01"));

初次运行后，monthlybakesales 包含以下文档；即 db.monthlybakesales.find().sort( { _id: 1 } ) 返回以下文档：

{ "_id" : "2018-12", "sales_quantity" : 41, "sales_amount" : NumberDecimal("506") }
{ "_id" : "2019-01", "sales_quantity" : 86, "sales_amount" : NumberDecimal("896") }

3. 刷新物化视图

假设到 2019 年 2 月的第一周，bakesales 集合用更新的销售信息进行更新，具体来说就是增加一月和二月的销售额。

db.bakesales.insertMany( [
   { date: new ISODate("2019-01-28"), item: "Cake - Chocolate", quantity: 3, amount: new NumberDecimal("90") },
   { date: new ISODate("2019-01-28"), item: "Cake - Peanut Butter", quantity: 2, amount: new NumberDecimal("32") },
   { date: new ISODate("2019-01-30"), item: "Cake - Red Velvet", quantity: 1, amount: new NumberDecimal("20") },
   { date: new ISODate("2019-01-30"), item: "Cookies - Chocolate Chip", quantity: 6, amount: new NumberDecimal("24") },
   { date: new ISODate("2019-01-31"), item: "Pie - Key Lime", quantity: 2, amount: new NumberDecimal("40") },
   { date: new ISODate("2019-01-31"), item: "Pie - Banana Cream", quantity: 2, amount: new NumberDecimal("40") },
   { date: new ISODate("2019-02-01"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") },
   { date: new ISODate("2019-02-01"), item: "Tarts - Apple", quantity: 2, amount: new NumberDecimal("8") },
   { date: new ISODate("2019-02-02"), item: "Cake - Chocolate", quantity: 2, amount: new NumberDecimal("60") },
   { date: new ISODate("2019-02-02"), item: "Cake - Peanut Butter", quantity: 1, amount: new NumberDecimal("16") },
   { date: new ISODate("2019-02-03"), item: "Cake - Red Velvet", quantity: 5, amount: new NumberDecimal("100") }
] )

要刷新 1 月和 2 月的 monthlybakesales 数据，请再次运行该函数以重新运行聚合管道，并从 new ISODate("2019-01-01") 开始。

updateMonthlySales(new ISODate("2019-01-01"));

monthlybakesales 的内容已更新，以反映 bakesales 集合中的最新数据，即 db.monthlybakesales.find().sort( { _id: 1 } ) 返回以下内容：

{ "_id" : "2018-12", "sales_quantity" : 41, "sales_amount" : NumberDecimal("506") }
{ "_id" : "2019-01", "sales_quantity" : 102, "sales_amount" : NumberDecimal("1142") }
{ "_id" : "2019-02", "sales_quantity" : 15, "sales_amount" : NumberDecimal("284") }

更多信息

$merge 阶段：

  • 可以输出到相同或不同数据库中的集合。

  • 如果输出集合不存在，则创建一个新集合。

  • 可将结果（插入新文档、合并文档、替换文档、保留现有文档、操作失败、使用自定义更新管道处理文档）并入现有集合。

  • 可输出到分片集合。输入集合也可以是分片的。

请参阅 $merge 以了解：

后退

支持的操作

来年

固定大小集合