MongoDB 连接器¶

此连接器允许将 MongoDB 集合用作 Presto 中的表。

配置¶

要配置 MongoDB 连接器，请创建一个目录属性文件 etc/catalog/mongodb.properties，其中包含以下内容，并根据需要替换属性

connector.name=mongodb
mongodb.seeds=host1,host:port

多个 MongoDB 集群¶

您可以根据需要创建任意多个目录，因此，如果您有其他 MongoDB 集群，只需将另一个属性文件添加到 etc/catalog，并使用不同的名称（确保以 .properties 结尾）。例如，如果您将属性文件命名为 sales.properties，Presto 将使用配置的连接器创建一个名为 sales 的目录。

配置属性¶

以下是可用的配置属性

mongodb.seeds¶

逗号分隔的 hostname[:port] 列表，其中包含同一副本集中的所有 mongod 服务器，或同一分片集群中的 mongos 服务器列表。如果未指定端口，则将使用端口 27017。

此属性是必需的；没有默认值，并且必须定义至少一个种子。

mongodb.schema-collection¶

由于 MongoDB 是一个文档数据库，因此系统中没有固定的模式信息。因此，每个 MongoDB 数据库中的一个特殊集合应定义所有表的模式。有关详细信息，请参阅表定义部分。

在启动时，此连接器会尝试猜测字段的类型，但这可能不适合您的集合。在这种情况下，您需要手动修改它。CREATE TABLE 和 CREATE TABLE AS SELECT 将为您创建一个条目。

此属性是可选的；默认值为 _schema。

mongodb.credentials¶

逗号分隔的 username:password@collection 凭据列表

此属性是可选的；没有默认值。

mongodb.min-connections-per-host¶

此 MongoClient 实例中每个主机的最小连接数。这些连接将在空闲时保留在池中，并且池将确保随着时间的推移，它至少包含此最小数量的连接。

此属性是可选的；默认值为 0。

mongodb.connections-per-host¶

此 MongoClient 实例中每个主机允许的最大连接数。这些连接将在空闲时保留在池中。池用尽后，任何需要连接的操作都将阻塞，等待连接可用。

此属性是可选的；默认值为 100。

mongodb.max-wait-time¶

线程等待连接可用的最大等待时间（以毫秒为单位）。值为 0 表示它不会等待。负值表示无限期地等待连接可用。

此属性是可选的；默认值为 120000。

mongodb.connection-timeout¶

连接超时（以毫秒为单位）。值为 0 表示没有超时。它仅在建立新连接时使用。

此属性是可选的；默认值为 10000。

mongodb.socket-timeout¶

套接字超时（以毫秒为单位）。它用于 I/O 套接字读写操作。

此属性是可选的；默认值为 0，表示没有超时。

mongodb.socket-keep-alive¶

此标志控制套接字保持活动功能，该功能可通过防火墙保持连接活动状态。

此属性是可选的；默认值为 false。

mongodb.ssl.enabled¶

此标志启用与 MongoDB 服务器的 SSL 连接。

此属性是可选的；默认值为 false。

mongodb.read-preference¶

用于查询、映射-减少、聚合和计数的读取首选项。可用值有 PRIMARY、PRIMARY_PREFERRED、SECONDARY、SECONDARY_PREFERRED 和 NEAREST。

此属性是可选的；默认值为 PRIMARY。

mongodb.write-concern¶

要使用的写入关注。 可用值包括 ACKNOWLEDGED、FSYNC_SAFE、FSYNCED、JOURNAL_SAFE、JOURNALED、MAJORITY、NORMAL、REPLICA_ACKNOWLEDGED、REPLICAS_SAFE 和 UNACKNOWLEDGED。

此属性为可选属性；默认值为 ACKNOWLEDGED。

mongodb.required-replica-set¶

所需的副本集名称。 设置此选项后，MongoClient 实例将

1. 在副本集模式下连接，并根据给定的服务器发现集中的所有成员

2. 确保所有成员报告的集名称与所需的集名称匹配。

3. 如果种子列表中的任何成员不属于具有所需名称的副本集，则拒绝为任何请求提供服务。

此属性是可选的；没有默认值。

mongodb.cursor-batch-size¶

限制一次批次中返回的元素数量。 游标通常会获取一批结果对象并将其存储在本地。 如果 batchSize 为 0，则使用驱动程序的默认值。 如果 batchSize 为正数，则表示检索到的每个对象批次的尺寸。 可以对其进行调整以优化性能并限制数据传输。 如果 batchSize 为负数，则将限制返回的对象数量，这些对象适合最大批次尺寸限制（通常为 4MB），并且游标将被关闭。 例如，如果 batchSize 为 -10，则服务器将最多返回 10 个文档，以及尽可能多的适合 4MB 的文档，然后关闭游标。

此属性是可选的；默认值为 0。

表定义¶

MongoDB 在特殊集合上维护表定义，其中 mongodb.schema-collection 配置值指定该集合。

架构集合包含表的 MongoDB 文档。

{
    "table": ...,
    "fields": [
          { "name" : ...,
            "type" : "varchar|bigint|boolean|double|date|array(bigint)|...",
            "hidden" : false },
            ...
        ]
    }
}

每个字段定义

{
    "name": ...,
    "type": ...,
    "hidden": ...
}

键或消息的字段描述没有限制。

ObjectId¶

MongoDB 集合具有特殊字段 _id。 连接器尝试遵循此特殊字段的相同规则，因此将有隐藏字段 _id。

CREATE TABLE IF NOT EXISTS orders (
    orderkey bigint,
    orderstatus varchar,
    totalprice double,
    orderdate date
);

INSERT INTO orders VALUES(1, 'bad', 50.0, current_date);
INSERT INTO orders VALUES(2, 'good', 100.0, current_date);
SELECT _id, * FROM orders;

                 _id                 | orderkey | orderstatus | totalprice | orderdate
-------------------------------------+----------+-------------+------------+------------
 55 b1 51 63 38 64 d6 43 8c 61 a9 ce |        1 | bad         |       50.0 | 2015-07-23
 55 b1 51 67 38 64 d6 43 8c 61 a9 cf |        2 | good        |      100.0 | 2015-07-23
(2 rows)

SELECT _id, * FROM orders WHERE _id = ObjectId('55b151633864d6438c61a9ce');

                 _id                 | orderkey | orderstatus | totalprice | orderdate
-------------------------------------+----------+-------------+------------+------------
 55 b1 51 63 38 64 d6 43 8c 61 a9 ce |        1 | bad         |       50.0 | 2015-07-23
(1 row)

SQL 支持¶

ALTER TABLE¶

连接器支持 ALTER TABLE RENAME TO 操作。 其他 ALTER TABLE 的用法不受支持。