[教程]MongoDB 从入门到进阶 （数据检索及统计 - 微博数据的整理）

[教程]MongoDB 从入门到进阶 （数据检索及统计 - 微博数据的整理）

下载地址： http://www.wojilu.com/Forum1/Topic/4601

GitHub: https://github.com/magicdict/MagicMongoDBTool

这次讲解一下MongoDB的数据统计能力。

作为统计数据，这里我采集了杨幂的微博上的粉丝作为实验数据。由于最多只能一天采集5000个粉丝的资料，所以，数据也只有5000条。

同时，这些资料虽然来自于User这个类，但是没有牵涉到层次结构，无法体会阶层型数据库的威力，也是蛮遗憾的。

下面的代码是用来采集数据的。展示这段代码，一来说明一下如何正确的使用新浪微博的API，二来说明一下，MongoDB就像一个ORM一样，直接将对象保存到数据库中了。

当然新浪微博的API你可以去这里下载， http://weibosdk.codeplex.com/
API函数有些蛮坑人的地方，虽然方法参数中，获取粉丝资料数量可以是Int32，不过，你真的设置一个大于200的数字，程序会报错，参数类型不匹配。

我原来以为真的是参数类型的问题，但是编译没有报错。。。。最后发现，还有200的限制。。。。。既然你限制了，你就写成Byte啊。。。坑爹。。。。

private void btnGetFollowers_Click(object sender, EventArgs e)
{
var Srv = SystemManager.GetCurrentServer();
if (Srv != null)
{
var db = Srv.GetDatabase("SinaWeibo");
var oauth = new NetDimension.Weibo.OAuth(txtAppKey.Text, txtAppSrect.Text);
bool result = oauth.ClientLogin(txtWeiBoUsr.Text, txtWeiBoPsw.Text);
if (result) //返回true成功
{
var Sina = new NetDimension.Weibo.Client(oauth);
var uid = Sina.API.Account.GetUID();
var col = db.GetCollection(txtSupperStarID.Text + txtSupperStarName.Text + "(Followers)");
int UserCount;
int TotalCount;
UserCount = 0;
TotalCount = 0;

NetDimension.Weibo.Entities.user.Collection followers;
do
{
followers = Sina.API.Friendships.Followers(txtSupperStarID.Text, "", 150, UserCount, true);
if (TotalCount == 0)
{
TotalCount = followers.TotalNumber;
}
foreach (var follow in followers.Users)
{
col.Insert(follow);
UserCount++;
}
} while (UserCount < TotalCount);
MessageBox.Show("OK");
}
}
else {
MessageBox.Show("MongoDB Not Found");
}
}

采集好的数据如图所示：（虽然不是个人信息，还是打马赛克吧）



[看看条数：聚合 Count]

5000条记录。。。这个就不用解释了吧。聚合的Count，就是条数统计



Collection对象有Count方法，直接调用就可以了。当然，Count支持条件过滤。

if (Query.QueryConditionList.Count == 0 || !IsUseFilter)
{
MyMessageBox.ShowEasyMessage("Count", "Count Result : " + SystemManager.GetCurrentCollection().Count().ToString());
}
else
{
MongoDB.Driver.IMongoQuery mQuery = MongoDBHelper.GetQuery(Query.QueryConditionList);
MyMessageBox.ShowMessage("Count",
"Count[With DataView Filter]:" + SystemManager.GetCurrentCollection().Count(mQuery).ToString(),
mQuery.ToString(), true);
}

[看看有多少地区的人玩微博：聚合 Distinct]

Distinct也是比较常用的功能，同样字段的记录，只算一条。例如，我们想看看，到底多少地方的人玩微博，我们可以对用户的所在省份进行Distinct操作。



一共出现36个省份的编号。100代表的是未知。31代表上海，11代表北京

BsonArray ResultArray = (BsonArray)SystemManager.GetCurrentCollection().Distinct(strKey, MongoDBHelper.GetQuery(DistinctConditionList));

[看看每个省份玩微博的人数：聚合 Group]

有兴趣玩NoSQL的人，数据库都不会差，Group是干什么的，大家都知道。OK，

对于省份Group一下，然后看看Count数字吧。

由于工具还没有完成，现在暂时只提供（内置了）Count的Group功能，当然你也可以自己修改Reduce和InitFields来获得其他结果。



【高级功能MapReduce】

数据太少，用MapReduce。Map函数是分散给各个不同的数据实例并行做的。Reduce函数则是将各个Map函数的结果进行最后的合并统计。



官方的资料：http://docs.mongodb.org/manual/applications/map-reduce/

MapReduce的东西，以后会拿出来作为单独的一个主题，这里就展示一下。。。

【Query：我只想看姓名和城市和性别】

这么多数据字段，眼睛看花了，我只想看名字和城市，还有性别（找妹纸啊）。。。。。。



呵呵，上海的妹子。。。。。



继续打马赛克：500人里面，女性，省份是31的，一共137人。。。。。



灵活运用查询，一切尽在掌握。

核心代码：

FindAs方法，支持查询条件，显示字段，排序，Skip指定记录数，抽出记录数。

官方资料：http://www.mongodb.org/display/DOCS/CSharp+Driver+Tutorial#CSharpDriverTutorial-FindandFindAsmethods

/// <summary>
/// 获得展示数据
/// </summary>
/// <param name="CurrentDataViewInfo"></param>
public static List<BsonDocument> GetDataList(ref DataViewInfo CurrentDataViewInfo)
{
String collectionPath = CurrentDataViewInfo.strDBTag.Split(":".ToCharArray())[1];
String[] cp = collectionPath.Split("/".ToCharArray());
MongoServer mServer = SystemManager.GetCurrentServer();
MongoCollection mongoCol = mServer.GetDatabase(cp[(int)PathLv.DatabaseLV]).GetCollection(cp[(int)PathLv.CollectionLV]);

MongoCursor<BsonDocument> cursor;
//Query condition:
if (CurrentDataViewInfo.IsUseFilter)
{
cursor = mongoCol.FindAs<BsonDocument>(GetQuery(CurrentDataViewInfo.mDataFilter.QueryConditionList))
.SetSkip(CurrentDataViewInfo.SkipCnt)
.SetFields(GetOutputFields(CurrentDataViewInfo.mDataFilter.QueryFieldList))
.SetSortOrder(GetSort(CurrentDataViewInfo.mDataFilter.QueryFieldList))
.SetLimit(CurrentDataViewInfo.LimitCnt);
}
else
{
cursor = mongoCol.FindAllAs<BsonDocument>()
.SetSkip(CurrentDataViewInfo.SkipCnt)
.SetLimit(CurrentDataViewInfo.LimitCnt);

}
if (cursor.Query != null)
{
CurrentDataViewInfo.Query = cursor.Query.ToJson(SystemManager.JsonWriterSettings);
}
else
{
CurrentDataViewInfo.Query = String.Empty;
}
CurrentDataViewInfo.Explain = cursor.Explain().ToJson(SystemManager.JsonWriterSettings);
List<BsonDocument> dataList = cursor.ToList();
if (CurrentDataViewInfo.SkipCnt == 0)
{
if (CurrentDataViewInfo.IsUseFilter)
{
//感谢cnblogs.com 网友Shadower
CurrentDataViewInfo.CurrentCollectionTotalCnt = (int)mongoCol.Count(GetQuery(CurrentDataViewInfo.mDataFilter.QueryConditionList));
}
else
{
CurrentDataViewInfo.CurrentCollectionTotalCnt = (int)mongoCol.Count();
}
}
SetPageEnable(ref CurrentDataViewInfo);
return dataList;

}