过滤器和SQL_MonogDB 中文网

在本页面

筛选器

注意

当将过滤器与DataFrames或R API结合使用时，基本的Mongo Connector代码会构造一个聚合管道，以在将MongoDB中的数据发送到Spark之前对其进行过滤。

用于filter()从MongoDB集合中读取数据的子集。

考虑一个名为的集合fruit，其中包含以下文档：

{ "_id" : 1, "type" : "apple", "qty" : 5 }
{ "_id" : 2, "type" : "orange", "qty" : 10 }
{ "_id" : 3, "type" : "banana", "qty" : 15 }

首先，设置一个数据框以连接您的默认MongoDB数据源：

df <- read.df("", source = "com.mongodb.spark.sql.DefaultSource")

注意

空参数（“”）是指用作数据源的文件。在这种情况下，我们的数据源是MongoDB集合，因此数据源参数为空。

以下操作将过滤数据并包括qty字段大于或等于的记录 10：

head(filter(df, df$qty >= 10))

该操作将输出以下输出：

_id qty   type
1   2  10 orange
2   3  15 banana

在数据集上运行SQL查询之前，必须为数据集注册一个临时视图。

下面的示例注册一个名为的临时表temp，然后使用SQL查询type字段包含字母的记录e：

createOrReplaceTempView(df, "temp")
some_fruit <- sql("SELECT type, qty FROM temp WHERE type LIKE '%e%'")
head(some_fruit)

在sparkR外壳程序中，该操作将输出以下输出：

type qty
1  apple   5
2 orange  10