MongoDB实战演练

简介: 本课程以某头条文章评论业务为场景,基于SpringDataMongoDB实现评论的增删改查、分页查询及点赞功能,涵盖需求分析、表结构设计、索引优化及MongoTemplate高效操作,助力掌握MongoDB实战技能。

5-MongoDB实战演练

5.1 需求分析
某头条的文章评论业务如下:

早晨空腹喝水,是对还是错?

外从小喝凉水,冰水,也没见伤亡率就试我大天朝高多少?喝热水喝开水是当年我国建国初期

不少人认为,早起喝杯水,能够起到补水乃至减肥的作用.

生条件差,水不烧开了喝细菌多容易致病,而习惯性传下来喝开水而己,并不是什么别的原因

我们不应该把清晨浪费在手机上,健康很重要,杯温水幸福你我他

研究表明,刚烧开的水干万不能喝,因为烫嘴

我夏天空膜喝凉开水,冬天喝温开水

中间一条线两边是饭店17天前

我一直喝凉开水,冬天夏天都喝

厚德载物4426998517天有

|惊鸿照影|17天前

工人日报2019-08-0508:41:50

河畔半守护为伊人17天前

[捂脸[捂脸]岁月不饶人

专家说不能空腹吃饭

64条评论

FENGBETTA17天前

回复,5条回复V

你还年轻,火力旺.

回复收起回复人

TEAWEB17天前

南街村夫17天前

南街村夫17天前

写下您的评论..

查看更多评平论

12凸口

4仓回

4仓口

6凸回

8E

回复

回复

回复

评平论

回复

回复

2凸口

06

3F


需要实现以下功能:
1)基本增删改查API
2)根据文章id查询评论
3)评论点赞

5.2 表结构分析

数据库:articledb

5.3 技术选型

5.3.1 mongodb-driver(了解)

mongodb-driver是mongo官方推出的java连接mongoDB的驱动包,相当于JDBC驱动。我们通过一个入门的案例来了解mongodb-driver的基本使用。

官方驱动说明和下载:链接 官方驱动示例文档:链接

5.3.2 SpringDataMongoDB

SpringData家族成员之一,用于操作MongoDB的持久层框架,封装了底层的mongodb-driver

官网主页: https://projects.spring.io/spring-data-mongodb/

5.4 文章微服务模块搭建

(1)搭建项目工程article,pom.xml引入依赖

(2)创建application.yml

(3)创建启动类

cn.itcast.article.ArticleApplication

(4)启动项目,看是否能正常启动,控制台没有错误。

5.5 文章评论实体类的编写

创建实体类 创建包cn.itcast.article,包下建包po用于存放实体类,创建实体类

cn.itcast.article.po.Comment

说明:

索引可以大大提升查询效率,一般在查询字段上添加索引,索引的添加可以通过Mongo的命令来添加,也可以在Java的实体类中通过注解添加。

1)单字段索引注解@Indexed

org.springframework.data.mongodb.core.index.Indexed.class

声明该字段需要索引,建索引可以大大的提高查询效率。

Mongo命令参考:

db.comment.createIndex({"userid":1})

2)复合索引注解@CompoundIndex

org.springframework.data.mongodb.core.index.CompoundIndex.class

复合索引的声明,建复合索引可以有效地提高多字段的查询效率。

Mongo命令参考:

db.comment.createIndex({"userid":1,"nickname":-1})

5.6 文章评论的基本增删改查

1)创建数据访问接口 cn.itcast.article包下创建dao包,包下创建接口

cn.itcast.article.dao.CommentRepository

2)创建业务逻辑类 cn.itcast.article包下创建service包,包下创建类

cn.itcast.article.service.CommentService

3)新建Junit测试类,测试保存和查询所有:

cn.itcast.article.service.CommentServiceTest

5.7 根据上级ID查询文章评论的分页列表

(1)CommentRepository新增方法定义

//根据父id,查询子评论的分页列表
Page<Comment> findByParentid(String parentid, Pageable pageable);

(2)CommentService新增方法

/**
* 根据父id查询分页列表
* @param parentid
* @param page
* @param size
* @return
*/
public Page<Comment> findCommentListPageByParentid(String parentid,int page ,int size){
  return commentRepository.findByParentid(parentid, PageRequest.of(page-1,size));
}

3junit测试用例:

cn.itcast.article.service.CommentServiceTest

/**
 * 测试根据父id查询子评论的分页列表
 */
@Test
public void testFindCommentListPageByParentid(){
    Page<Comment> pageResponse = commentService.findCommentListPageByParentid("3", 1, 2);
    System.out.println("----总记录数:"+pageResponse.getTotalElements());
    System.out.println("----当前页数据:"+pageResponse.getContent());
}

4)测试

使用compass快速插入一条测试数据,数据的内容是对3号评论内容进行评论。

5.8 MongoTemplate实现评论点赞

我们看一下以下点赞的临时示例代码: CommentService 新增updateThumbup方法

/**
* 点赞-效率低
* @param id
*/
public void updateCommentThumbupToIncrementingOld(String id){
    Comment comment = CommentRepository.findById(id).get();
    comment.setLikenum(comment.getLikenum()+1);
    CommentRepository.save(comment);
}

以上方法虽然实现起来比较简单,但是执行效率并不高,因为我只需要将点赞数加1就可以了,没必要查询出所有字段修改后再更新所有字段。我们可以使用MongoTemplate类来实现对某列的操作。

(1)修改CommentService

//注入MongoTemplate
@Autowired
private MongoTemplate mongoTemplate;
/**
* 点赞数+1
* @param id
*/
public void updateCommentLikenum(String id){
    //查询对象
    Query query=Query.query(Criteria.where("_id").is(id));
    //更新对象
    Update update=new Update();
    //局部更新,相当于$set
    // update.set(key,value)
    //递增$inc
    // update.inc("likenum",1);
    update.inc("likenum");
    //参数1:查询对象
    //参数2:更新对象
    //参数3:集合的名字或实体类的类型Comment.class
    mongoTemplate.updateFirst(query,update,"comment");
}

2)测试用例:

cn.itcast.article.service.CommentServiceTest

/**
* 点赞数+1
*/
@Test
public void testUpdateCommentLikenum(){
    //对3号文档的点赞数+1
    commentService.updateCommentLikenum("3");
}

执行测试用例后,发现点赞数+1了:

相关文章
|
13天前
|
数据采集 人工智能 安全
|
8天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
652 4
|
8天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
350 164
|
7天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
359 155

热门文章

最新文章