DataX/mongodbreader/doc/mongodbreader.md

Datax MongoDBReader

1 快速介绍

MongoDBReader 插件利用 MongoDB 的java客户端MongoClient进行MongoDB的读操作。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，基本可以达到高性能的读取MongoDB的需求。

2 实现原理

MongoDBReader通过Datax框架从MongoDB并行的读取数据，通过主控的JOB程序按照指定的规则对MongoDB中的数据进行分片，并行读取，然后将MongoDB支持的类型通过逐一判断转换成Datax支持的类型。

3 功能说明

• 该示例从MongoDB读一份数据到ODPS。

    {
    "job": {
        "setting": {
            "speed": {
                "channel": 2
            }
        },
        "content": [
            {
                "reader": {
                    "name": "mongodbreader",
                    "parameter": {
                        "address": ["127.0.0.1:27017"],
                        "userName": "",
                        "userPassword": "",
                        "dbName": "tag_per_data",
                        "collectionName": "tag_data12",
                        "authDb": "authDb",
                        "sslMode": "two-way",
                        "trustStorePath": "/path/to/trustStore",
                        "trustStorePwd": "",
                        "keyStorePath": "/path/to/keyStore",
                        "keyStorePwd": "",
                        "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",
                                "spliter": ""
                            },
                            {
                                "name": "categoryid",
                                "type": "Array",
                                "spliter": ""
                            },
                            {
                                "name": "gmt_create",
                                "type": "string"
                            },
                            {
                                "name": "taglist",
                                "type": "Array",
                                "spliter": " "
                            },
                            {
                                "name": "property",
                                "type": "string"
                            },
                            {
                                "name": "scorea",
                                "type": "int"
                            },
                            {
                                "name": "scoreb",
                                "type": "int"
                            },
                            {
                                "name": "scorec",
                                "type": "int"
                            }
                        ]
                    }
                },
                "writer": {
                    "name": "odpswriter",
                    "parameter": {
                        "project": "tb_ai_recommendation",
                        "table": "jianying_tag_datax_read_test01",
                        "column": [
                            "unique_id",
                            "sid",
                            "user_id",
                            "auction_id",
                            "content_type",
                            "pool_type",
                            "frontcat_id",
                            "categoryid",
                            "gmt_create",
                            "taglist",
                            "property",
                            "scorea",
                            "scoreb"
                        ],
                        "accessId": "**************",
                        "accessKey": "********************",
                        "truncate": true,
                        "odpsServer": "xxx/api",
                        "tunnelServer": "xxx"
                    }
                }
            }
        ]
    }
    }
  

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】
• authDb: MongoDB认证数据库【选填】
• collectionName： MonogoDB的集合名。【必填】
• authDb: MongoDB用户的鉴权数据库。【选填】
• sslMode: MongoDB ssl/tls 加密访问选项，支持 two-way(双向验证) | client-authentication(服务端确认客服端身份，客服端直接信赖服务端) | no-authentication(双方均不验证证书，直接新任) 【选填】
• trustStorePath: 信赖的证书库路径，client-authentication时不需要。【选填】
• trustStorePwd: 信赖的证书库密码。【选填】
• keyStorePath: client端证书和密钥库。【选填】
• keyStorePwd: client端证书和密钥库密码。【选填】
• column：MongoDB的文档列名。【必填】
• name：Column的名字。【必填】
• type：Column的类型。【选填】
• splitter：因为MongoDB支持数组类型，但是Datax框架本身不支持数组类型，所以mongoDB读出来的数组类型要通过这个分隔符合并成字符串。【选填】
• query: MongoDB的额外查询条件。【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