Visualizações materializadas sob demanda

Indexes

As visualizações padrão usam os índices da coleta subjacente. Como resultado , você não pode criar, eliminar ou reconstruir índices diretamente em uma visualização , nem obter uma lista de índices na visualização.

Você pode criar índices diretamente em visualizações materializadas sob demanda porque eles são armazenados em disco.

Desempenho

As visualizações materializadas sob demanda fornecem melhor desempenho de leitura do que as visualizações porque são lidas do disco em vez de computadas como partes da consulta. Esse benefício de desempenho aumenta com base na complexidade do pipeline e no tamanho dos dados que estão sendo agregados.

1. Definir a visão materializada on-demand

A função updateMonthlySales a seguir define uma exibição materializada monthlybakesales que contém as informações de vendas mensais cumulativas. No exemplo, a função usa um parâmetro de data para atualizar apenas as informações de vendas mensais a partir de uma data específica.

updateMonthlySales = function(startDate) {
   db.bakesales.aggregate( [
      { $match: { date: { $gte: startDate } } },
      { $group: { _id: { $dateToString: { format: "%Y-%m", date: "$date" } }, sales_quantity: { $sum: "$quantity"}, sales_amount: { $sum: "$amount" } } },
      { $merge: { into: "monthlybakesales", whenMatched: "replace" } }
   ] );
};

• O estágio $match filtra os dados para processar somente as vendas maiores ou iguais a startDate.

• A etapa $group agrupa as informações de vendas por ano-mês. Os documentos gerados por esse estágio têm o formato:

  { "_id" : "<YYYY-mm>", "sales_quantity" : <num>, "sales_amount" : <NumberDecimal> }

• O estágio $merge escreve o resultado na collection monthlybakesales.

  Com base no campo _id (o padrão para coleções de saída não fragmentadas), o estágio verifica se o documento nos resultados da agregação corresponde a um documento existente na coleção:

  • Quando há uma correspondência (ou seja, um documento com o mesmo ano-mês já existe na coleção), o estágio substitui o documento existente pelo documento dos resultados da agregação.

  • Quando não há uma correspondência, o estágio insere o documento dos resultados da agregação na coleção (o comportamento padrão quando não correspondido).

2. Realizar execução inicial

Para a execução inicial, é possível passar uma data de new ISODate("1970-01-01"):

updateMonthlySales(new ISODate("1970-01-01"));

Após a execução inicial, o monthlybakesales contém os seguintes documentos, ou seja, o db.monthlybakesales.find().sort( { _id: 1 } ) retorna o seguinte:

{ "_id" : "2018-12", "sales_quantity" : 41, "sales_amount" : Decimal128("506") }
{ "_id" : "2019-01", "sales_quantity" : 86, "sales_amount" : Decimal128("896") }

3. Atualizar visualização materializada

Suponha que, na primeira semana de fevereiro de 2019, a collection bakesales seja atualizada com informações de vendas mais recentes; especificamente, vendas adicionais de janeiro e fevereiro.

db.bakesales.insertMany( [
   { date: ISODate("2019-01-28"), item: "Cake - Chocolate", quantity: 3, amount: Decimal128("90") },
   { date: ISODate("2019-01-28"), item: "Cake - Peanut Butter", quantity: 2, amount: Decimal128("32") },
   { date: ISODate("2019-01-30"), item: "Cake - Red Velvet", quantity: 1, amount: Decimal128("20") },
   { date: ISODate("2019-01-30"), item: "Cookies - Chocolate Chip", quantity: 6, amount: Decimal128("24") },
   { date: ISODate("2019-01-31"), item: "Pie - Key Lime", quantity: 2, amount: Decimal128("40") },
   { date: ISODate("2019-01-31"), item: "Pie - Banana Cream", quantity: 2, amount: Decimal128("40") },
   { date: ISODate("2019-02-01"), item: "Cake - Red Velvet", quantity: 5, amount: Decimal128("100") },
   { date: ISODate("2019-02-01"), item: "Tarts - Apple", quantity: 2, amount: Decimal128("8") },
   { date: ISODate("2019-02-02"), item: "Cake - Chocolate", quantity: 2, amount: Decimal128("60") },
   { date: ISODate("2019-02-02"), item: "Cake - Peanut Butter", quantity: 1, amount: Decimal128("16") },
   { date: ISODate("2019-02-03"), item: "Cake - Red Velvet", quantity: 5, amount: Decimal128("100") }
] )

Para atualizar os dados do monthlybakesales de janeiro e fevereiro, execute novamente a função para executar novamente o aggregation pipeline, começando com new ISODate("2019-01-01").

updateMonthlySales(new ISODate("2019-01-01"));

O conteúdo de monthlybakesales foi atualizado para refletir os dados mais recentes na coleta bakesales; isto é, db.monthlybakesales.find().sort( { _id: 1 } ) retorna o seguinte:

{ "_id" : "2018-12", "sales_quantity" : 41, "sales_amount" : Decimal128("506") }
{ "_id" : "2019-01", "sales_quantity" : 102, "sales_amount" : Decimal128("1142") }
{ "_id" : "2019-02", "sales_quantity" : 15, "sales_amount" : Decimal128("284") }