DataX/mongodbwriter/doc/mongodbwriter.md

Datax MongoDBWriter

1 快速介绍

MongoDBWriter 插件利用 MongoDB 的java客户端MongoClient进行MongoDB的写操作。最新版本的Mongo已经将DB锁的粒度从DB级别降低到document级别，配合上MongoDB强大的索引功能，基本可以满足数据源向MongoDB写入数据的需求，针对数据更新的需求，通过配置业务主键的方式也可以实现。

2 实现原理

MongoDBWriter通过Datax框架获取Reader生成的数据，然后将Datax支持的类型通过逐一判断转换成MongoDB支持的类型。其中一个值得指出的点就是Datax本身不支持数组类型，但是MongoDB支持数组类型，并且数组类型的索引还是蛮强大的。为了使用MongoDB的数组类型，则可以通过参数的特殊配置，将字符串可以转换成MongoDB中的数组。类型转换之后，就可以依托于Datax框架并行的写入MongoDB。

3 功能说明

• 该示例从ODPS读一份数据到MongoDB。

    {
    "job": {
    "setting": {
        "speed": {
            "channel": 2
        }
    },
    "content": [
        {
            "reader": {
                "name": "odpsreader",
                "parameter": {
                    "accessId": "********",
                    "accessKey": "*********",
                    "project": "tb_ai_recommendation",
                    "table": "jianying_tag_datax_test",
                    "column": [
                        "unique_id",
                        "sid",
                        "user_id",
                        "auction_id",
                        "content_type",
                        "pool_type",
                        "frontcat_id",
                        "categoryid",
                        "gmt_create",
                        "taglist",
                        "property",
                        "scorea",
                        "scoreb"
                    ],
                    "splitMode": "record",
                    "odpsServer": "http://xxx/api"
                }
            },
            "writer": {
                "name": "mongodbwriter",
                "parameter": {
                    "address": [
                        "127.0.0.1:27017"
                    ],
                    "userName": "",
                    "userPassword": "",
                    "dbName": "tag_per_data",
                    "collectionName": "tag_data",
                    "column": [
                        {
                            "name": "unique_id",
                            "type": "string"
                        },
                        {
                            "name": "sid",
                            "type": "string"
                        },
                        {
                            "name": "user_id",
                            "type": "string"
                        },
                        {
                            "name": "auction_id",
                            "type": "string"
                        },
                        {
                            "name": "content_type",
                            "type": "string"
                        },
                        {
                            "name": "pool_type",
                            "type": "string"
                        },
                        {
                            "name": "frontcat_id",
                            "type": "Array",
                            "splitter": " "
                        },
                        {
                            "name": "categoryid",
                            "type": "Array",
                            "splitter": " "
                        },
                        {
                            "name": "gmt_create",
                            "type": "string"
                        },
                        {
                            "name": "taglist",
                            "type": "Array",
                            "splitter": " "
                        },
                        {
                            "name": "property",
                            "type": "string"
                        },
                        {
                            "name": "scorea",
                            "type": "int"
                        },
                        {
                            "name": "scoreb",
                            "type": "int"
                        },
                        {
                            "name": "scorec",
                            "type": "int"
                        }
                    ],
    				"upsertInfo": {
    					"isUpsert": "true",
    					"upsertKey": "unique_id"
    				}
                }
            }
        }
    ]
    }
    }
  

4 参数说明

• address： MongoDB的数据地址信息，因为MonogDB可能是个集群，则ip端口信息需要以Json数组的形式给出。【必填】
• userName：MongoDB的用户名。【选填】
• userPassword： MongoDB的密码。【选填】
• collectionName： MonogoDB的集合名。【必填】
• column：MongoDB的文档列名。【必填】
• name：Column的名字。【必填】
• type：Column的类型。【选填】
• splitter：特殊分隔符，当且仅当要处理的字符串要用分隔符分隔为字符数组时，才使用这个参数，通过这个参数指定的分隔符，将字符串分隔存储到MongoDB的数组中。【选填】
• upsertInfo：指定了传输数据时更新的信息。【选填】
• isUpsert：当设置为true时，表示针对相同的upsertKey做更新操作。【选填】
• upsertKey：upsertKey指定了每行记录的业务主键。用来做更新时使用。【选填】

5 类型转换

DataX 内部类型	MongoDB 数据类型
Long	int, Long
Double	double
String	string, array
Date	date
Boolean	boolean
Bytes	bytes

6 性能报告

7 测试报告