Ruby操作MongoDB(进阶七)-排序规则Collations

时间:2021-11-02 00:47:40


本篇博文从三个方面进行排序规则Collations的讲解。其中包括概览,使用方式和支持排序的操作。首先我们对排序规则进行一个概览性的介绍

  1. 排序规则概览

   排序规则为特定语言习惯中的字符串比较提供一套规则,例如,在加拿大法语中,给定词汇的最后一个重音节决定了其排序顺序。

   考虑下述法语词汇: 

cote < coté < cte < cté

   使用加拿大法语排序规则,得到如下排序结果

cote < cte < coté < cté

如果没有指定排序规则,MongoDB使用简单的二进制比较排序。按照这样的规则,上述单词的排序结果是

cote < coté < cte < cté

2. 排序规则的使用

   创建集合和创建索引时,我们可以指定默认的排序规则,也可以为集合及聚合的CRUD操作指定排序规则。对于支持排序规则的操作,如果没有指定不同的排序规则,MongoDB会使用默认的排序规则。

   排序规则参数

'collation' => {
   'locale' => <string>,
   'caseLevel' => <bool>,
   'caseFirst' => <string>,
   'strength' => <int>,
   'numericOrdering' => <bool>,
   'alternate' => <string>,
   'maxVariable' => <string>,
   'normalization' => <bool>,
   'backwards' => <bool>}

   唯一一个必须设定的参数是locale。服务器会将该参数转换为一个 ICU format locale ID。例如,将locale值设定为en_US 代表美式英语,fr_CA 代表加拿大法语。完整的参数值可以查看 MongoDB manual entry

2.1 为集合指定排序规则

      下面的实例在test数据库上创建了一个contacts的集合,并且给其分配了默认的locale值为fr_CA排序规则。创建集合的时候指定一个排序规则,确保了集合contacts上包含查询在内的所有操作都会使用fr_CA排序规则,除非操作指定了特定的排序规则。新建集合上的索引也会继承默认的排序规则,除非创建索引时指定了其他的排序规则。

client=Mongo::Client.new(['127.0.0.1:27017'],:database=>'test')
client[:contacts,{"collation"=>{"locale"=>"fr_CA"}}]

2.2 为索引指定排序规则

     为索引指定排序规则,可以在创建索引的时候指定collation参数,下面的实例在名为address_book集合的name字段域(first_name)上创建索引,并设定为唯一索引,同时设定了默认的排序规则的locale属性为en_US。

client=Mongo::Client.new(['127.0.0.1:27017'],:database=>'test')
client[:address_book].indexes.create_one({"first_name"=>1},
                                          "unique"=>true,
                                          "collation"=>{ "locale" => "en_US" }
                                          )

为了使用该索引,你必须确保你所用的查询中也指定了这种排序规则,下面的查询使用上面定义的索引

client[:address_book].find({"first_name"=>"Adam"},
                            "collation"=>{ "locale" => "en_US" })

而下面的这种查询就无法使用上面定义的索引,第一种情况是没有定义排序集合collation属性;第二种情况是排序集合上多指定了一个strength属性

client[:address_book].find({"first_name"=>"Adam"})
client[:address_book].find({"first_name"=>"Adam"},
                            "collation"=>{"locale"=>"en_US","strength"=>2})

3 支持排序规则的操作

   MongoDB数据库中,所有的查询,更新和删除方法均支持排序规则。下面列出了一些常用方法:
3.1 find和sort方法

    在查询结果和排序的时候,单个查询可以指定排序规则。下面的查询排序的例子,通过将collation的locale属性设置为de,设定该查询排序使用基于德语的排序规则

client=Mongo::Client.new(['127.0.0.1:27017'],:database=>"test")
client[:contacts].find({"city"=>"New York"},{"collation"=>{"locale"=>"de"}}).sort({"name"=>1})

  3.2 find_one_and_update方法    

    假设一个集合names中包含了以下文档:

{ "_id" : 1, "first_name" : "Hans" }
{ "_id" : 2, "first_name" : "Gunter" }
{ "_id" : 3, "first_name" : "Günter" }
{ "_id" : 4, "first_name" : "Jürgen" }

    下面的find_one_and_update操作没有指定排序规则:

client=Mongo::Client.new(['127.0.0.1:27017'],:database=>'test')
doc=client[:names].find_one_and_update({"first_name"=>{"$lt"=>"Gunter"}},{"$set"=>{"verified"=>true}})

由于Gunter 是集合文档中的第一个词汇,所以上述查询结果为空,也不会更新任何文档。同样的find_one_and_update方法,但是指定了排序组合,locle属性设置了de@collation=phonebook.

对于区分专有名词和其他词汇区别的语言,有些locale属性包含collation=phonebook可选参数。设定了collation=phonebook的排序规则,有元音变音的字符会在没有元音变音字符之前返回。

client = Mongo::Client.new([ "127.0.0.1:27017" ], :database => "test")
doc = client[:names].find_one_and_update( { "first_name" => { "$lt" => "Gunter" } },
  { "$set" => { "verified" => true } }, { "collation" => { "locale" => "de@collation=phonebook" },:return_document => :after } )

上述操作后的结果如下:

{ "_id" => 3, "first_name" => "Günter", "verified" => true }

3.2 find_one_and_update方法

   通过将numericOrdering 参数设置true可以使用比较数字型字符串,比较的方式就是使用字符串对应的数值。例如numbers集合包含下面的文档:

{ "_id" : 1, "a" : "16" }
{ "_id" : 2, "a" : "84" }
{ "_id" : 3, "a" : "179" }

下面的例子是找到一个包含数字型字段的且数值大于100的文档,并且删除它

docs=find_one_and_deletes({"a"=>{"$gt"=>100}},{"collation"=>{"locale"=>"end","numericOrdering"=>true}})

执行了上述操作后,文档中的

{ "_id" : 1, "a" : "16" }
{ "_id" : 2, "a" : "84" }

仍然存在,但是

{ "_id" : 3, "a" : "179" }

被删除了。

 但是如果同样的操作,却不使用排序规则。那么服务器会找到a的词汇值大于100的第一个文档并且删除它。

这时,文档中的第一个被删除了。查询后的结果如下:

{ "_id" : 2, "a" : "84" }
{ "_id" : 3, "a" : "179" }

3.3 多条删除delete_many()

    Ruby驱动中所有的批量操作都可以使用排序规则参数。假设集合recipes 包含下面的文档:

{ "_id" : 1, "dish" : "veggie empanadas", "cuisine" : "Spanish" }
{ "_id" : 2, "dish" : "beef bourgignon", "cuisine" : "French" }
{ "_id" : 3, "dish" : "chicken molé", "cuisine" : "Mexican" }
{ "_id" : 4, "dish" : "chicken paillard", "cuisine" : "french" }
{ "_id" : 5, "dish" : "pozole verde", "cuisine" : "Mexican" }

设置collation中的strength 为1或者2,可以让服务器在查询过滤器运行时忽略大小写,下面的案例使用不区分大小写的查询过滤器来进行cuisine 字段匹配了French的文档的删除操作

client=Mongo::Cient.new(['127.0.0.1:27017'],:database=>'test')
receipes=client[:receipes]
docs=delete_many({"cusine"=>"French"},{"collation"=>{"locale"=>"en_US","strength"=>1}})

执行上述指令后,_id值为2和4的文档被删除掉了。

3.4 聚合Aggregation

    在集合上进行聚合操作,需要设置collation的aggregation字段。下面的聚合实例使用了一个名为names的集合并且将first_name域分到一组,计算了每个分组的结果文档数,而且通过German phonebook进行排序。

   

aggregation=names.aggregate(
[
{"$group"=>{"$_id"=>"$first_name","name_count"=>{"$sum"=>1}}},
{"$sort"=>{"$id"=>1}}
],{"collection"=>{"locale"=>"de@collation=phonebook"}})
aggregation.each do |doc|
  p doc
end