datax mongodbwriter 使用

2022-07-14
浏览 (1513)

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指定了没行记录的业务主键。用来做更新时使用。【选填】