存储计算数据

在此页面上

关于此任务

步骤
结果
了解详情

应用程序可能需要从数据库中存储的源数据中获取值。计算新值可能需要大量 CPU 资源，尤其是在大型数据集或必须检查多个文档的情况下。

如果经常请求计算值，则提前将该值保存在数据库中可能会更有效。当应用程序请求数据时，只需执行一次读操作。

关于此任务

如果读取明显比写入更常见，则计算模式会降低数据计算的频率。应用程序不是在每次读取时都计算值，而是存储计算出的值并根据需要重新计算。应用程序可以在每次写入更改计算值的源数据时重新计算该值，也可以将其作为定期作业的一部分重新计算。

注意

通过定期更新，不能保证返回的计算值的准确性。但是，如果不要求精确性，则为提高性能而值得此方法。

步骤

在此示例中，应用程序显示电影观看器和收入信息。用户可以查找特定的电影以及该电影赚了多少钱。

插入示例数据

创建 screenings集合：

db.screenings.insertMany( [
   {
      theater: "Alger Cinema",
      location: "Lakeview, OR",
      movie_title: "Lost in the Shadows",
      movie_id: 1,
      num_viewers: 344,
      revenue: 3440
   },
   {
      theater: "City Cinema",
      location: "New York, NY",
      movie_title: "Lost in the Shadows",
      movie_id: 1,
      num_viewers: 1496,
      revenue: 22440
   },
] )

插入计算数据

用户通常想知道有多少人观看了某部电影以及该电影赚了多少钱。在当前模式中，要添加 num_viewers 和 revenue，您必须读取放映过标题为“迷失在阴影中”的电影的电影院，并对这些字段的值求和。

为避免每次请求信息时都执行该计算，您可以计算总值并将其与电影记录一起存储在 movies集合中：

db.movies.insertOne(
   {
      _id: 1,
      title: "Lost in the Shadows",
      total_viewers: 1840,
      total_revenue: 25880
   }
)

更新的计算数据

考虑将新的筛选添加到 screenings集合中：

db.screenings.insertOne(
   {
      theater: "Overland Park Cinema",
      location: "Boise, ID",
      movie_title: "Lost in the Shadows",
      movie_id: 1,
      num_viewers: 760,
      revenue: 7600
   }
)

movies集合中的计算数据不再反映当前筛选数据。更新计算数据的频率取决于应用程序：

在低写入环境中，计算可以与 screenings 数据的任何更新同时进行。
在写入更频繁的环境中，可以按定义的时间间隔（示例每小时）完成计算。 screenings 中的源数据不受写入 movies集合的影响，因此您可以随时运行计算。

要根据放映数据更新计算数据，您可以定期运行以下聚合：

db.screenings.aggregate( [
   {
      $group: {
         _id: "$movie_id",
         total_viewers: {
            $sum: "$num_viewers"
         },
         total_revenue: {
            $sum: "$revenue"
         }
      }
   },
   {
      $merge: {
         into: { db: "test", coll: "movies" },
         on: "_id",
         whenMatched: "merge"
      }
   }
] )

确认结果

要确认 movies集合已更新，请查询该集合：

db.movies.find()

输出：

[
   {
      _id: 1,
      title: 'Lost in the Shadows',
      total_viewers: 2600,
      total_revenue: 33480
   }
]

结果

计算模式可减少 CPU工作负载并提高应用程序性能。考虑应用程序重复执行相同计算并具有较高写入比率的计算模式。

了解详情

后退

计算值

来年

近似值模式