Mongodb亿级别数据操作

最近因为公司业务关系每天需要将300w+的数据，双十一高峰时期为3000w+的数据快速查询并进行转储，而这个过程中查询是个头疼的问题，因为加上老数据总量将近3.2亿的数据量，查询起来如果不得当则会一不小心就暴掉了Mongodb，就容易发生惨烈的从删库到跑路。

基础条件：

SpringBoot项目

引入依赖：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

// application.yml引入配置
data:
  mongodb:
    uri: mongodb://root:123565@localhost:27017/admin

难点：

• 查询优化
• 数据存储优化
• 异步编程数据安全

方案：

1. 查询需要同步总数据量
2. 查询当天Mysql是否进行分区
3. 根据日期条件查询并进行根据商户、用户、批次进行分组
4. 对其最终商户、用户、批次、日期进行条件查询统计该批次需同步总数量（num）
5. 对其最终商户、用户、批次、日期进行条件查询按照id排序进行查询（只查询一条，划重点了：根据id排序升序排序）
6. 采用分页进行查询每页查询数量然后进行同步，比如 (pageSize = 1w，则需同步pageCount = num /pageSize +1)
7. 使用分页查询但是不要使用skip+limit查询（如果使用skip+limit数据量大时会出现mongodb连接超时，其他查询业务无法进行），因为skip效率太低，使用大于当前id和limit pageSize进行查询
8. 每次查询前对id进行更新，查询到的数据最后一条数据的id进行替换

因为涉及到公司安全只能提供思路部分代码 （=.=）

数据同步单表查询保存效率在 （10w+/minute）

Mongodb操作

一、条件+分组查询

Criteria criteria = new Criteria();
criteria.andOperator(
    Criteria.where("createDate").gte(new Date(startDate)),
    Criteria.where("createDate").lt(new Date(endDate))
                );
Aggregation aggregation = Aggregation.newAggregation(
                    Aggregation.match(criteria),
                    Aggregation.group("userId").count().as("count")
            ).withOptions(AggregationOptions.builder().allowDiskUse(true).build());
List<Map> list = mongoTemplate.aggregate(aggregation, item, Map.class).getMappedResults();

二、基本多条件查询

Criteria criteria = new Criteria();
// 等于条件     （mysql:=）
criteria.and("userName").is(queryForm.getUserName());
// 模糊条件查询  （mysql:like ('%content%')）
criteria.and("content").regex(queryForm.getContent(), "i");
// 大于等于条件  （mysql:>=）
criteria.and("createDate").gte(DateUtil.beginOfDay(queryForm.getStartDate()));
// 小于等于条件  （mysql:<=）
criteria.and("createDate").lte(DateUtil.endOfDay(queryForm.getEndDate()));
// 分页查询
int start = (pageNum - 1) * pageSize;
int limit = pageSize;
Query query = new Query(criteria).with(Sort.by(Sort.Direction.DESC, "createDate")).skip(start).limit(limit);