Schema Design

mongodb区别于sql数据库，没有外键，支持内嵌文档。在设计数据库时既可以内嵌也可以分别创建不同的集合再进行连接，较为自由。内嵌的好处是提高磁盘读取效率。缺点是不能内嵌太多文档，否则会超过16MB的文档大小限制，还有如果内嵌导致大量重复数据则容易造成数据不一致。

One to One

一对一关系直接使用内嵌。

One to Many

一对多关系中，根据Many的数量多少可以进一步分出One to Few。如果是One to Few的情况可以使用内嵌。如果Many数量实在太大，则可以建立新的集合进行连接。

Many to Many

多对多关系也可以分为Few to Few和Many to Many。可以建立单向或者双向连接，如果使用内嵌会导致数据重复（eg. 书和作者多对多关系中如果把书内嵌到作者中，一本书对应的文档会在多个读者文档中出现多次）。

Tree

树结构的表示（不要使用链表那样的结构，即一个Category中只存上一级，因为需要寻找多次才能找到顶部）。

Products: category: 7 product_name: "toothbrush"

Categories: _id: 7 category_name: "outdoors" ancestors: [3, 4 ,6] # 按树的顺序从上到下排列

Handling Blob

GridFS 用于把较大文件分割成多份存入Mongodb

import pymongo
import gridfs

connection = pymongo.MongoClient()

db = connection.test
file_meta = db.file_meta
file_used = "sample_128_mb.txt"

grid = gridfs.GridFS(db, "text") # 第二个参数为集合名，默认为fs
fin = open(file_used, "rb")  # 下一行put方法不支持unicode，所以用python3的话需要用二进制方式读取

_id = grid.put(fin)
fin.close()
print "id of file is", _id

file_meta.insert( { "grid_id": _id, "filename": file_used})

Assignment

3.1

数据集长这样：

{
    "_id" : 3,
    "name" : "Bao Ziglar",
    "scores" : [
        {
            "type" : "exam",
            "score" : 71.64343899778332
        },
        {
            "type" : "quiz",
            "score" : 24.80221293650313
        },
        {
            "type" : "homework",
            "score" : 1.694720653897219
        },
        {
            "type" : "homework",
            "score" : 42.26147058804812
        }
    ]
}
{
    "_id" : 0,
    "name" : "aimee Zank",
    "scores" : [
        {
            "type" : "exam",
            "score" : 1.463179736705023
        },
        {
            "type" : "quiz",
            "score" : 11.78273309957772
        },
        {
            "type" : "homework",
            "score" : 6.676176060654615
        },
        {
            "type" : "homework",
            "score" : 35.8740349954354
        }
    ]
}

题目要求删除类型为homework的最低成绩，最后剩下三个不同类型的成绩。 偶的代码长这样：

import pymongo

connection = pymongo.MongoClient()
db = connection.school
students = db.students

for ele in students.find({}):
    min_score = None
    for index, score in enumerate(ele['scores']):
        if score['type'] == "homework":
            if min_score is None:
                min_score = score['score']
            elif score['score'] < min_score:
                min_score = score['score']
    result = students.update({'_id':ele['_id']},{'$pull':{'scores':
                                {'type':"homework", 'score':min_score}}},multi=True)

十几行代码搞了好久，因为没搞清楚$elemenMatch的用法，误以为这里需要使用。最后是在官方文档里找到了，原文如下：

Because $pull operator applies its query to each element as though it were a 1top-level object, the expression did not require the use of $elemMatch to specify the condition of a score field equal to 8 and item field equal to "B".

所以其实是再内嵌一层文档才需要使用$elemMatch的。