MongoDB Reader¶

MongoDBReader 插件利用 MongoDB 的java客户端MongoClient进行MongoDB的读操作。

配置样例¶

该示例从MongoDB中读一张表并打印到终端

job/mongo2stream.json

{
  "job": {
    "setting": {
      "speed": {
        "channel": 1,
        "bytes": -1
      }
    },
    "content": {
      "reader": {
        "name": "mongodbreader",
        "parameter": {
          "connection": [
            {
              "address": [
                "127.0.0.1:27017"
              ],
              "database": "tag_per_data",
              "collection": "tag_data",
              "authDb": "admin"
            }
          ],
          "username": "",
          "password": "",
          "column": [
            "unique_id",
            "sid",
            "user_id",
            "auction_id",
            "content_type",
            "pool_type",
            "frontcat_id",
            "catagoryid",
            "gmt_create",
            "taglist",
            "property",
            "scorea",
            "scoreb",
            "scorec"
          ]
        }
      },
      "writer": {
        "name": "streamwriter",
        "parameter": {
          "print": "true"
        }
      }
    }
  }
}

参数说明¶

配置项	是否必须	类型	默认值	描述
address	是	list	无	MongoDB 的数据地址信息，因为 MongoDB 可能是个集群，则 IP 及端口信息需要以 JSON 数组的形式给出
username	否	string	无	MongoDB 用户名
password	否	string	无	MongoDB 密码
database	是	string	无	MongoDB 数据库
collection	是	string	无	MongoDB 的集合名
column	是	list	无	MongoDB 的文档列名，不支持 `["*"]` 获取所有列方式
query	否	string	无	自定义查询条件
fetchSize	否	int	2048	批量获取的记录数

collection¶

这里的 collection 目前只支持单一 collection，因此设置类型为字符串，而不是其他插件常见的数组类型，这一点尤为注意。

column¶

column 用来指定需要读取的字段名称，这里我们做了字段名称的组成两个假定：

不可能用单引号开头(')
不可能全部由数字和点(.) 组成

基于以上假定，我们可以在简化 column 配置的同时，还可以指定一些常量作为补充字段，比如一般采集一张表，我们需要增加采集时间，采集源等常量，那么可以这样配置

{
  "column": [
    "col1",
    "col2",
    "col3",
    "'source_mongodb'",
    "20211026",
    "123.12"
  ]
}

上述配置的后三个字段就是常量，分别当作字符类型，整型和浮点型处理。

query¶

query 是只符合 MongoDB 查询格式的 BSON 字符串，比如：

{
  "query": "{amount: {$gt: 140900}, oc_date: {$gt: 20190110}}"
}

上述查询类似 SQL 中的 where amount > 140900 and oc_date > 20190110

类型转换¶

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