PHP与MongoDB数据库的应用开发

八、实际应用

一些开发人员可能害怕使用一种新型的数据库，因为它和他们以前工作中用过的那些不同。

在理论上学习新事物不同于在实践中学习如何使用，所以，这部分内容将通过比较基于SQL的关系型数据库，比如MySQL，来解释如何用MongoDB来开发实际应用，这样就可以熟悉这两种途径

的不同。

例如，我们将构建一个blog系统，有用户，提交和评论功能。在使用关系型数据库的时候，你可以象下面这样通过定义表模式来实现它。

$users = array(

 'username' => 'crodas',   

 'name' => 'Cesar Rodas',

);

$posts = array(

 'uri' => '/foo-bar-post',

 'author_id' => $users->_id,

 'title' => 'Foo bar post',

 'summary' => 'This is a summary text',

 'body' => 'This is the body',

 'comments' => array(

  array(

   'name' => 'user',

   'email' => 'foo@bar.com',

   'content' => 'nice post'

  ) 

 )

);

你可能注意到，我们只用一个文档就代替了posts和comments两个表，这是因为comments是post文档的子文档。这样做使实现更简单，在你想存取发布内容和它的评论时，会节省查询数据库的时间。

为了更简洁，用户所做评论的细节可以和评论的定义合并，所以你可以用一个查询来获取所发布的内容，评论和用户这些信息。

$posts = array(

 'uri' => '/foo-bar-post',

 'author_id' => $users->_id,

 'author_name' => 'Cesar Rodas',

 'author_username' => 'crodas',

 'title' => 'Foo bar post',

 'summary' => 'This is a summary text',

 'body' => 'This is the body',

 'comments' => array(

  array(

   'name' => 'user',

   'email' => 'foo@bar.com',

   'comment' => 'nice post'

  ), 

 )

);

这意味着会存在一些重复信息，但现在磁盘空间比CPU的RAM要便宜得多，以空间换时间，网站访问者的耐心和时间更重要。如果你关注重复信息的同步，那么在更新author信息的时候，你可以执行下面这个更新查询来解决这个问题。

$filter = array(   

 'author_id' => $author['_id'],

);

$data = array(

 '$set' => array(

  'author_name' => 'Cesar D. Rodas',

  'author_username' => 'cesar',

 )

);

$collection->update($filter, $data, array(

  'multiple' => true)

);

以上是我们对数据模型的转换和优化，下面将重写一些用在MongoDB中的和SQL等价的查询。

SELECT * FROM posts

 INNER JOIN users ON users.id = posts.user_id

 WHERE URL = :url;

SELECT  * FROM comments WHERE post_id = $post_id;

首先，增加索引：

$collection->ensureIndex( 

 array('uri' => 1),

 array('unique' => 1, 'background')

);

$collection->find(array('uri' => ''));

INSERT INTO comments(post_id, name, email, contents)

 VALUES(:post_id, :name, :email, :comment);

$comment = array(   

 'name' => $_POST['name'],   

 'email' => $_POST['email'],   

 'comment' => $_POST['comment'],

);

$filter = array(

 'uri' => $_POST['uri'], 

);

$collection->update($filter, array(

 '$push' => array('comments' => $comment))

);

SELECT * FROM posts WHERE id IN (

 SELECT DISTINCT post_id FROM comments WHERE email = :email

);

首先，增加索引：

$collection->ensureIndex(

 array('comments.email' => 1),

 array('background' => 1)

);

$collection->find( array('comments.email' => $email) );

九、用MongoDB存储文件

MongoDB也提供许多超过基本数据库操作的特点。例如，它提供了在数据库中存储小文件和大文件的解决方案。

文件被自动分块(块)。如果MongoDB运行在自动分片(auto-sharded)环境，文件块也会被跨多个服务器复制。

有效地解决文件的存储是一个相当困难的问题，尤其是当你需要管理大量的文件时。把文件保存在本地文件系统中通常不是个好的方案。

一个困难的例子是YouTube必须有效地服务那些上百万视频的小图片，或者由Facebook为数十亿图片提供的高效运行服务。

MongoDB通过创建两个内部集合(collections)来解决这个问题：文件集合保存关于文件元数据的信息，块集合保存关于文件块的信息。

如果你想存储一个大的视频文件，你可以使用如下这样的代码：

$metadata = array(

 "filename" => "path.avi",

 "downloads" => 0,   

 "comment" => "This file is foo bar",   

 "permissions" => array(

  "crodas" => "write",  

  "everybody" => "read",

 )

);

$grid = $db->getGridFS();

$grid->storeFile("/file/to/path.avi", $metadata);

正如你所看到的，这很简单且容易理解。

十、Map-Reduce

Map-Reduce是一种处理大量信息的操作手段。map操作应用于每个文档并产生一套新的key-value数据对。reduce操作使用map功能产生的结果并产生基本每个key的单一结果。

MongoDB Map-Reduce功能可以应用到集合上用于数据转换，这和Hadoop很类似。

当map处理完成后，结果被保存并且通过键值(key value)被分组。对每个结果键(key)，使用2个参数来调用reduce功能：键(key)及其所有值的数组。

为了更好地理解它的工作原理，我们假设有了前面定义过的blog的提交文档，接下来你想使每个提交的内容有一系列的tag，如果你想获得关于这些tag的统计情况，你只需要像下面这样计算一下即可：

首先定义map和reduce功能代码，

$map = new  MongoCode("function () {

  var i;

  for (i=0; i

   emit(this.tags[i], {count: 1});

  }

}");

$reduce = new MongoCode("function (key, values) {

  var i, total=0;

  for (i=0; i

   total = values[i].count;

  }

  return {count: total}

}");

然后执行map-reduce命令:

$map_reduce = array(

 'out' => 'tags_info',

 'verbose' => true,

 'mapreduce' => 'posts',

 'map' => $map,

 'reduce' => $reduce,

);

$information = $db->command($map_reduce);

var_dump($information);

如果MongoDB运行在切片(sharded)环境，那么这个数据处理功能将会在所有shard节点上并行。

要知道执行map-reduce处理通常是很慢的。它的目的是把大量的数据分布在许多服务器上。所以，如果你有许多服务器，你就可以把这个操作分布在这些服务器上进行处理并获得结果，这会比在一台服务器上运行所需的时间要少得多。

建议在后台运行map-reduce处理，因为它们需要花比较长的时候才能完成。在这种情况下，如果通过Gearman来异步管理启动它是个不错的方法。

十一、Auto-sharding

在前面多次提到sharding，但你可能并不熟悉这个概念。

Data sharding是一种把数据分布在多个服务器上的数据库技术手段。

MongoDB只需要很少的配置就可完成auto-sharding。然而，安装和配置一个shard已超出本文章的范围。

下面这张图展示了工作在shard环境中的MongoDB,这样你会在你使用sharding时都发生了什么有个了解。

正则表达式使用面面的格式：

"//"

和SQL语句中的 username LIKE '%bar%'等价的方式如下：

$filter = array(

'username' => new MongoRegex("/.*bar.*/i"),

);

$collection->find($filter);

?>

在使用Regex时要小心，大多时候它不能使用索引，因此它将对整个数据扫描，所以比较好的方法是对文档的数目进行限制。

$filter = array(

'username' => new MongoRegex("/.*bar.*/i"),

'karma' => array('$gt' => 10),

);

$collection->find($filter);

?>

使用Regex可以完成如下这个复杂的查询：

$filter = array(

'username' => new MongoRegex("/[a-z][a-z0-9\_]+(\_[0-9])?/i"),

'karma' => array('$gt' => 10),

);

$collection->find($filter);

?>