问题标签 [rmongodb]

我使用“rmongodb”包通过R连接mongo DB，连接成功。

如果我检查运行 mongoDB 的主机。

但是从 R

我的 mongo 数据库中有 200GB 的数据。我已经使用 rmongodb 将它连接到 R。现在我想将 1000 条随机记录从数据库中放入数据框中进行分析。我怎么做？

我想在 R 中查询，而不是在 MongoDb 中。另外，我不想要一条记录，而是 1000 条记录。

我有一个包含超过 100k 个文档的 MongoDB 集合（这个数字会不断增长）。每个文档都有几个字段是单个值，大约 50 个字段都是长度为 1000 的数组。我正在使用 rmongodb 分析 R 中的结果。

在 rmongodb 中，我使用mongo.find.all()将查询设置为要搜索的某些条件组合，并将字段设置为要返回的字段的子集。mongo shell 中的等价物类似于：

这将返回结果的 data.frame，我对其进行一些后处理并最终得到一个 data.table。

我想做的是为查询添加一些保护措施。如果查询范围很广，并且返回的字段是许多较大的数组字段，则结果 data.table 可能在几十 GB。这可能是预期的，但我想添加一些标志或错误检查，以免有人不小心尝试一次返回数百 GB。

我知道我可以计算与查询匹配的文档数量（mongo.count在 rmongodb 中，db.collection.find({...},{...}).count()在 shell 中）。我还可以获得平均文档大小 ( db.collection.stats().avgObjSize)。

我不知道该怎么做，也不知道是否可能，是在实际返回查找之前获取查找的大小（以 MB 为单位，而不是数字）。由于我经常只返回字段的子集，因此 count 和 avgObjSize 并不能非常准确地估计结果 data.table 的大小。大小需要同时考虑查询和字段。

有没有这样的命令db.collection.find({},{}).sizeOf()会返回我的查找（查询，字段）的 MB 大小？我能看到的唯一选项是count()两者size()都返回文档的数量。

问题

使用Rand rmongodb，我如何从两个数据帧创建一个 mongodb 文档，其中第二个将是第一个的数组元素？

数据

我的第一个 data.frame 总是一行。例如

我的第二个 data.frame 总是一行或多行，例如

所需解决方案

我的目标是在一个集合中有一个文档，其结构如下：

我怎样才能做到这一点？

编辑

（删除了我所有的尝试）

感谢 Dmitriy 的回答并向我展示了我需要实现的结构。

因此，我对几种不同的获取解决方案的方法进行了基准测试。

我正在尝试通过 R（rmongodb 包）查询 Mongo Db。我有一个简单的要求：

• 返回字段“email”与向量 usr$email 中的任何电子邮件匹配的记录。我想我已经很接近了，但只是找不到正确的语法来完成它。

我看到了对较早问题（Mongo：如果任何数组位置与单个查询匹配）的回复，并且正在尝试以下内容：

我仍然收到一个错误：

我在使用 rmongodb 接收正确的 utf8 字符时遇到问题。

使用 mongo shell 我得到：

在 RStudio 中：

要获取 R 中的数据，我正在使用：

所以元音变音没有得到妥善处理。

非常感谢任何帮助！

我在这个线程中遇到了同样的问题：Unable to see collections in mongo DB when connected through R

我已成功连接到 mongoDB。

如果我运行以下代码，我会看到正确的 db.

但是，当我尝试查看集合时，它返回 character(0)

如果我从 shell 连接，我可以看到所有的集合，所以我知道它们存在。

我正在尝试从 R 远程连接到 mongoDB：连接的凭据代码如下所示。

MongoDB 安装在本地，问题的神秘之处在于使用命令行工具进行连接。调用如下所示：

我也尝试过RMongo，但也没有用。使用 OSX 和 R 版本 3.2.0。

我在使用正则表达式从 R（使用 rmongodb 包）查询 mongodb 时遇到问题。下面是我的代码：

但是我从数据库中得到了“res”的空结果。但是，当我直接检查数据库中的正则表达式时，它给了我有效的结果。当我在上面的查询中给出没有正则表达式的关键字名称时(eg: "air filter")，它工作正常。

我尝试了所有可能的组合，但徒劳无功。

以下是示例文档

注意：我尝试过 json 字符串但不能使用，因为我需要将变量作为输入正则表达式传递，即我使用paste0(component[1], "*$")where 组件列表包含空气过滤器等术语来创建正则表达式。

你能提供一些指导吗？

谢谢！

我有如下 MongoDB 文档：

我正在构建一个聚合管道，它应该包含以下$project部分：

这适用于 MongoDB shell，但我无法使用rmongodb. 例如，当包含在我的管道中时，以下内容会给出错误 10（BSON 无效）：

我很确定问题与代码 ( new Date(3600000)) 和/或它包含在数组中有关，而数组又是$add. 我想我可以用“旧方式”构建 BSON 缓冲区，但我正在寻找的是如何使用mongo.bson.from.listand/or来做到这一点mongo.bson.from.JSON。