phpmongodbeq技巧_数据库最终解决筹划当物盛行业碰见MongoDB

快递物流系统里最常见的一种业务类型便是订单的查询和记录。
订单的特点是随着递送过程，订单数据须要随时更新路径。
数据构造上须要可以灵巧应对，这点非常符合Document模型，并且MongoDB支持GIS功能，非常适用于MongoDB来支撑物流业务。
并且MongoDB具备Sharding能力，而物盛行业里订单比较独立，夸订单的操作很少，而对单订单来说，更新追加的操作会较多，比如再物流中转处理上。
以是物流业务模型上与MongoDB非常的匹配。
以下讲解一个虚拟的DEMO，可供参考，用到的特性：

MongoDB Document的数组构造

TTL索引，自动过期历史数据

复合索引，多条件查询索引

Partial Indexes，条件索引，只索引有效数据，降落索引的占用空间

MongoDB GIS功能，支持GeoJSON标准，可以接入第三方系统处理GEO信息。

理解阿里云MongoDB详细配置及价格

数据构造定义

{ \"大众_id\公众: <String>, // 订单ID

\"大众status\"大众: <String>, // 订单状态，shipping，deliveried等

\公众order_image_url\"大众: <String>, // 订单图片信息

\"大众create_date\"大众: <ISODate>, // 订单创建日期

\公众from\公众: { // 发货信息

\"大众city\公众: <String>, \"大众address\"大众: <String>,

\"大众name\"大众: <String>, \"大众phone\"大众: <String>,

\"大众location\"大众: <GeoJSON>

}, \公众delivery\公众: { // 收货信息

\公众city\"大众: <String>, \公众address\公众: <String>,

\"大众name\公众: <String>, \"大众phone\公众: <String>,

\公众location\"大众: <GeoJSON>

}, \"大众details\"大众: [ // 物流详情，数组构造

{ \"大众action\"大众: \"大众reviced\"大众, // 物流动作

\"大众operator\"大众: \"大众快递小哥1号\公众, // 操作员

\公众date\"大众: <ISODate>

}...

]}

例如：

{

\"大众_id\公众: \公众E123456789\"大众,

\"大众status\公众: \"大众delivering\"大众,

\"大众create_date\"大众: ISODate(\公众2016-06-21T09:00:00+08:00\"大众),

\"大众order_image_url\公众: \"大众http://oss/xxxxx.jpg\"大众,

\"大众from\"大众: {

\"大众city\公众: \"大众Hangzhou\"大众,

\"大众address\"大众: \公众文一西路969号\"大众,

\"大众name\"大众: \公众小王\公众,

\"大众phone\公众: \"大众18657112345\"大众,

\"大众location\公众: {

\"大众type\"大众: \公众Point\公众,

\公众coordinates\公众: [ 120, 30

] } },

\公众delivery\"大众: {

\公众city\"大众: \公众北京\"大众,

\"大众address\公众: \"大众朝阳区\"大众,

\"大众name\"大众: \公众朝阳群众\公众,

\"大众phone\公众: \公众18601011011\"大众,

\"大众location\公众: {

\"大众type\"大众: \"大众Point\公众,

\"大众coordinates\"大众: [ 116, 39

] } },

\"大众details\"大众: [

{

\"大众action\公众: \公众reviced\"大众,

\"大众operator\公众: \"大众快递小哥1号\"大众,

\"大众date\公众: ISODate(\公众2016-06-21T09:00:00+08:00\"大众) },

{

\公众action\"大众: \公众shipping\公众,

\"大众station\"大众: \"大众hangzhou-airport\公众,

\"大众date\"大众: ISODate(\"大众2016-06-22T01:00:00+08:00\"大众) },

{

\公众action\"大众: \公众shipping\公众,

\公众station\"大众: \公众beijing-airport\"大众,

\"大众date\公众: ISODate(\"大众2016-06-22T07:00:00+08:00\"大众) },

{

\公众action\"大众: \"大众shipping\"大众,

\"大众station\"大众: \"大众chaoyang-station\公众,

\"大众date\"大众: ISODate(\"大众2016-06-22T15:00:00+08:00\"大众) },

{

\"大众action\"大众: \公众delivering\公众,

\"大众operator\"大众: \公众快递小哥2号\"大众,

\"大众date\"大众: ISODate(\"大众2016-06-23T10:00:00+08:00\"大众) }

]}

几个把稳点：

利用了GEO特性，利用GeoJSON标准，但是坐标系上须要把稳坐标标准问题；

韶光处理上，物盛行业会涉及到国际化，以是严格按照ISO的标准，定义韶光，CN+80:00；

订单详情里很好的利用了Document的数组特性；

快递订单是唯一的，可以作为MongoDB的主键；

insert到collection中后的文档：

> db.order.find().pretty()

{ \"大众_id\公众 : \"大众E123456789\"大众, \"大众status\"大众 : \"大众delivering\"大众, \"大众create_date\公众 : ISODate(\公众2016-06-21T01:00:00Z\"大众), \"大众order_image_url\公众 : \"大众http://oss/xxxxx.jpg\公众, \"大众from\"大众 : { \"大众city\"大众 : \公众Hangzhou\"大众, \公众address\"大众 : \公众文一西路969号\公众, \公众name\公众 : \"大众小王\"大众, \"大众phone\"大众 : \"大众18657112345\公众, \公众location\公众 : { \"大众type\公众 : \"大众Point\"大众, \"大众coordinates\"大众 : [ 120, 30

]

}

}, \"大众delivery\"大众 : { \公众city\"大众 : \"大众北京\"大众, \公众address\"大众 : \"大众朝阳区\"大众, \公众name\"大众 : \公众朝阳群众\"大众, \"大众phone\"大众 : \公众18601011011\公众, \"大众location\公众 : { \公众type\公众 : \"大众Point\公众, \公众coordinates\"大众 : [ 116, 39

]

}

}, \公众details\"大众 : [

{ \"大众action\公众 : \公众reviced\"大众, \公众operator\公众 : \"大众快递小哥1号\"大众, \"大众date\"大众 : ISODate(\"大众2016-06-21T01:00:00Z\"大众)

},

{ \"大众action\"大众 : \"大众shipping\公众, \"大众station\"大众 : \公众hangzhou-airport\公众, \"大众date\"大众 : ISODate(\公众2016-06-21T17:00:00Z\"大众)

},

{ \"大众action\"大众 : \公众shipping\"大众, \"大众station\"大众 : \"大众beijing-airport\"大众, \"大众date\"大众 : ISODate(\"大众2016-06-21T23:00:00Z\"大众)

},

{ \"大众action\"大众 : \公众shipping\公众, \公众station\"大众 : \"大众chaoyang-station\公众, \公众date\公众 : ISODate(\公众2016-06-22T07:00:00Z\公众)

},

{ \"大众action\"大众 : \"大众delivering\"大众, \"大众operator\"大众 : \公众快递小哥2号\"大众, \公众date\"大众 : ISODate(\公众2016-06-23T02:00:00Z\"大众)

}

]

}

数据操作

物流快递的订单修正紧张是查询和信息追加两种，紧张先容这两种：

订单信息查询，最常见的操作，用户的订单查询：

db.order.find({_id:\公众E123456789\"大众});

有时须要做信息统计，按照状态来查询：

db.order.find({\"大众status\"大众:\"大众delivering\"大众, \公众delivery.city\公众:\公众北京\"大众, \"大众delivery.address\"大众:\公众朝阳区\"大众});

物流状态更新时，须要更新相应的订单，MongoDB上直接$push过去即可：

db.order.update( { _id:\"大众E123456789\"大众},

{$push: {details:

{\"大众action\"大众:\"大众delivering\"大众, \"大众operator\公众 : \公众快递小哥3号\"大众, \"大众date\"大众 : ISODate(\"大众2016-06-23T13:00:00+8:00\"大众)}

}})

索引创建

_id索引，默认存在，不须要再创建；当数据量较大时，可以利用sharding构造，shardkey的选择上可以利用Hash(_id)。

TTL索引，字段create_date，180天后自动清理数据：

db.order.createIndex({\"大众create_date\"大众:1}, {\"大众expireAfterSeconds\公众:15552000})

位置和状态索引，为了能快速处理“某地未处理订单”查询，这是一个多条件的查询，所以是一个复合索引，status字段放在前面，由于多数的查询都会依赖状态字段

db.order.createIndex({\"大众status\公众:1, \公众delivery.city\公众:1, \"大众delivery.address\"大众:1})

在这个Demo里，还有一种加快查询速率的方法便是，创建一个只包含指定状态的一个Partial Indexes索引。
比如status必须为delivering 才加入到索引中，有效掌握索引的大小，加快查询速率。

db.order.createIndex({\"大众delivery.city\"大众:1, \"大众delivery.address\"大众:1},{partialFilterExpression:{'status':{$eq:\公众delivering\公众}}})

MongoDB GIS

MongoDB遵照的事GeoJSON规范，工具的描述上通过一个type字段描述GeoJSON类型，coordinates字段描述空间信息。

{ type: \公众<GeoJSON type>\公众 , coordinates: <coordinates> }

coordinates是一个[longitude, latitude]的数组类型。
其余值得关注的是MongoDB GEO的利用的是WGS84标准。
WGS84也是国际标准，中国利用的著名的火星坐标GCJ-02，还有一套百度坐标BD09，三者的坐标转换可以参考附录干系的链接。

附录

GeoJSON

https://docs.mongodb.com/manual/reference/geojson/

http://geojson.org/geojson-spec.html

https://docs.mongodb.com/manual/reference/glossary/#term-wgs84

MongoDB Geo Index

https://docs.mongodb.com/manual/core/2dsphere/

https://docs.mongodb.com/manual/reference/glossary/#term-legacy-coordinate-pairs

GeoHack

https://tools.wmflabs.org/geohack/geohack.php?pagename=Hangzhou&params=30\_15\_N\_120\_10\_E\_type:city(9018000)_region:CN-33_

https://tools.wmflabs.org/geohack/geohack.php?pagename=Beijing&params=39\_55\_N\_116\_23\_E\_type:city(21700000)_region:CN-11_

https://en.wikipedia.org/wiki/World\_Geodetic\_System

Geo Datum

https://github.com/wandergis/coordtransform

更多深度技能内容，请关注云栖社区微信"大众号：yunqiinsight。