Miguel Olivares y Leonardo Menezes Introducción a y Spring Data (@moliware) (@leonardomenezes)

¿Qué es MongoDB? • Base de datos orientada a documentos • Sin esquema • Escalable • DB => Colección => Documento

¿Qué es una colección? • Es un grupo de documentos. • Se identifica con un nombre • Es el “equivalente” a una tabla en un modelo relacional

¿Qué es un documento? • Un conjunto de pares clave-valor • Coloquialmente un “hash”, “map” o “dictionary” • Formato BSON

Arquitectura

Consola • Consola javascript completa • Cliente MongoDB

¿Por qué MongoDB? • Fácil escalabilidad • Flexibilidad • Alto rendimiento • Consultas potentes • MapReduce

Benchmark (45 M de documentos) Tiempo medio de inserción Tamaño en disco SolR 0.603(ms) 49 GB CouchDB 0.297(ms) 43 GB Cassandra 0.516(ms) 50 GB MongoDB 0.040(ms) 43 GB

Introducción a Spring Data

¿Por que Spring Data? • Mapeo/Conversión entre POJOs y docs MongoDB • MongoTemplate • Implementación automática de Repository(DAO) • DSL basado en Java para Query, Criteria y Update • Soporte a persistencia mixta(Cross-store persistance) • Integración con GeoSpatial de Mongo • Integración con Map Reduce de Mongo • Administración y monitorización por JMX

Diseño de una aplicación • Diseño de documentos • Consultas de la aplicación • Optimización de las consultas

Diseño de documentos • Identificar tipos de documentos • Separar cada tipo de documento en distintas colecciones • Referenciar vs Duplicar

Diseño de documentos • Identificar tipos de documentos • Separar cada tipo de documento en distintas colecciones • Referenciar vs Duplicar • Consistencia • Consultas extras • Inconsistencia • Documento autodescriptivo

Documentos _id name following _id text date user geo Usuario Tweet

Usuarios • name : Nombre de usuario • following: Array de referencias a usuarios

Tweets • text : texto • date : objeto Date de javascript. • user: referencia al usuario • geo: coordenadas

Modelo MongoDB

Modelo Relacional

Inserción de usuarios var miguel = {"name" : "miguel", "following" : []} db.user.save(miguel) var leonardomenezes = {"name" : "leonardomenezes", "following" : [new DBRef("user", miguel._id)]} db.user.save(leonardomenezes)

Inserción de Tweets var tweet = {"text" : "Tweet ejemplo", "date" : new Date(), "user" : new DBRef("user", leonardomenezes._id), "geo" : { "x" : 1, "y" : 1 } } db.tweet.save(tweet)

Actualización de documentos • Update tipo SQL • Posibilidad de upsert, es decir, si no existe lo crea • Existen muchos “update modifiers” : $inc, $set, $unset, $push, $pushAll, $addToSet, $pop, $pull, $pullAll, $rename, $bit

Actualización de documentos El usuario miguel ahora sigue a leonardomenezes: var ref_leo = new DBRef("user", leonardomenezes._id) db.user.update({"name" : "miguel"}, {$push: {"following" : ref_leo}})

MongoDB Java Driver public void ejemplo1() throws UnknownHostException, MongoException { Mongo mongo = new Mongo("localhost"); DB db = mongo.getDB("database"); db.dropDatabase(); DBCollection users = db.getCollection("users"); BasicDBObject usuario = new BasicDBObject(); usuario.put("nombre", "Marco Martinez"); users.insert(usuario); BasicDBObject usuario2 = new BasicDBObject(); usuario2.put("nombre", "Leonardo Menezes"); usuario2.put("following", new DBRef(db, "users", usuario)); users.insert(usuario2); }

MongoTemplate Mapeo/Conversión de POJO´s

Mapeo de los Documentos @Document(collection = "tweets") public class Tweet { private ObjectId id; private String text; private Date date; @DBRef private User user; private double[] coordinate; ... getters y constructor ... @Document(collection = "users") public class User { private ObjectId id; private String name; @DBRef private Set following; ... getters y constructor ...

Configuración de MongoTemplate @Configuration public class AppConfig { @Bean public Mongo mongo() throws UnknownHostException, MongoException { return new Mongo("localhost"); } @Bean public MongoTemplate mongoTemplate() throws UnknownHostException, MongoException { return new MongoTemplate(mongo(), "database"); } }

Inserción con MongoTemplate /** * Ejemplo sencillo de inserción */ private void ejemplo1() { User user = new User("Marco Martinez"); User user2 = new User("Alejandro Marqués"); User user3 = new User("Javier Alba"); mongoTemplate.save(user); logger.info("Users " + user + " saved"); mongoTemplate.save(user2); logger.info("Users " + user2 + " saved"); mongoTemplate.save(user3); logger.info("Users " + user3 + " saved"); user.follow(user2); mongoTemplate.save(user); logger.info("Users " + user + " updated"); } INFO - Users User [id=4eb846971a8868b98ed3d7c3, name=Marco Martinez, following=0] saved INFO - Users User [id=4eb846971a8868b98ed3d7c4, name=Alejandro Marqués, following=0] saved INFO - Users User [id=4eb846971a8868b98ed3d7c5, name=Javier Alba, following=0] saved INFO - Users User [id=4eb846971a8868b98ed3d7c3, name=Marco Martinez, following=1] updated

Update Modifiers con Spring Data /** * Ejemplo de acutalización */ public void ejemplo2() { mongoTemplate.updateFirst(new Query(new Criteria("name").is("Marc Martinez")), new Update().set("name", "Marco Martinez"), User.class); User user = mongoTemplate.findOne(new Query(new Criteria("name").is("Marco Martinez")), User.class); User user3 = mongoTemplate.findOne(new Query(new Criteria("name").is("Javier Alba")), User.class); mongoTemplate.updateFirst(new Query(new Criteria("name").is("Marco Martinez")), new Update().addToSet("following", user3), User.class); user = mongoTemplate.findOne(new Query(new Criteria("name").is("Marco Martinez")), User.class); logger.info("User found: " + user); } INFO - User found: User [id=4eb84a0e1a885514a5745b2d, name=Marco Martinez, following=2]

Diseño de una aplicación • Diseño de documentos • Consultas de la aplicación • Optimización de las consultas

Consultas en MongoDB SELECT a,b FROM users db.users.find({}, {a:1,b:1}) SELECT * FROM users WHERE age=33 db.users.find({age:33}) SELECT * FROM users WHERE age=33 ORDER BY name db.users.find({age:33}).sort({name:1}) SELECT * FROM users WHERE age=33 ORDER BY name LIMIT=10 OFFSET=0 db.users.find({age:33}).sort({name:1}).limit(10).skip(0)

Perfil de usuario • Seguidores • Mis tweets

Consultas - Seguidores SELECT user_following.following_id FROM user, user_following WHERE user.name = “leonardomenezes” AND user.id = user_following.user_id db.user.findOne({"name" : "leonardomenezes"}, {“following” : 1});

Consultas - Mis Tweets select * from tweet where tweet.user_id=X order by date DESC db.tweet.find({"user.$id" : X}).sort({'date' : -1})

Más consultas MongoDB SELECT * FROM users WHERE age>33 db.users.find({age:{$gt:33}}) SELECT * FROM users WHERE name LIKE "Joe%" db.users.find({name:/^Joe/}) SELECT * FROM users WHERE a=1 or b=2 db.users.find({$or:[{a:1} ,{b:2}]}) SELECT COUNT(*) FROM users db.users.count()

Más operadores • $where + código javascript • $gt, $lt, $gte, $lte • $all, $exists, $mod, $ne, $in, $nin, $nor, $or, $and, $size, $type .....

Timeline SELECT * FROM tweet WHERE user_id = X OR user_id = ...... ORDER BY date db.tweet.find({"user.$id" : {$in : ids}}).sort({'date' : -1})

MongoRepository(DAO) • CRUD(CrudRepository) • count, delete, deleteAll, exists, findOne, save... • Paginación/Ordenación(PagingAndSortingRepository) • Métodos de búsqueda dinámicos

Repositorios count() Returns the number of entities available. delete(ID id) Deletes the entity with the given id. delete(Iterable extends T> entities) Deletes the given entities. delete(T entity) Deletes a given entity. deleteAll() Deletes all entities managed by the repository. exists(ID id) Returns whether an entity with the given id exists. findAll() Returns all instances of the type. findOne(ID id) Retrives an entity by its primary key. save(Iterable extends T> entities) Saves all given entities. save(T entity) Saves a given entity. findAll(Pageable pageable) Returns a Page of entities meeting the paging restriction provided in the Pageable object. findAll(Sort sort) Returns all entities sorted by the given options.

UserRepository y TweetRepository @Repository public interface UserRepository extends MongoRepository { public User findByName(String name); } @Repository public interface TweetRepository extends MongoRepository { public List findByTextLike(String text); public List findByDateLessThan(Date date); @Query("{ 'user': {'$ref': 'users', '$id': { '$oid': ?0 } } }") public List findByUserId(String id); }

Configuración de los Repositorios

Inserción y Consulta con Repositorios /** * Ejemplo de consultas con Repositorios */ public void ejemplo3() { User user = userRepository.findByName("Alejandro Marqués"); logger.info("User found:" + user); tweetRepository.save(new Tweet("Hola mundo", new Date(), user, new double[] { 1.0, 0.1 })); List tweets = tweetRepository.findByUserId(user.getId().toStringMongod()); logger.info("Found " + tweets.size() + " tweets"); List tweetsHola = tweetRepository.findByTextLike("Hola"); logger.info("Found " + tweetsHola.size() + " tweets"); } INFO - User found:User [id=4eb84a0e1a885514a5745b2e, name=Alejandro Marqués, following=0] INFO - Found 1 tweets INFO - Found 1 tweets

Customizando Repositorios public interface IAdvancedTweetRepository { public List timeline(List ids); } public class AdvancedTweetRepositoryImpl implements IAdvancedTweetRepository { @Override public List timeline(List ids) { return mongoTemplate.find(new Query(new Criteria("user.$id").in(ids)), Tweet.class);} } } public interface TweetRepository extends MongoRepository, IAdvancedTweetRepository { }

Consultando el Timeline /** * Ejemplo de consulta timeline/repositorios customizados */ public void ejemplo4() { User user = userRepository.findByName("Marco Martinez"); List following = new LinkedList(); for (User currentFollowing : user.getFollowing()) { following.add(currentFollowing.getId()); } following.add(user.getId()); List tweets = tweetRepository.timeline(following); logger.info("Total tweets found: " + tweets.size()); }

Diseño de una aplicación • Diseño de documentos • Consultas de la aplicación • Optimización de las consultas

Índices • Son muy similares a los índices MySQL • Un índice es un B-Tree • Necesarios cuando necesitas ordenar • Para hacer un campo único

Índices • Optimiza el uso de memoria • Son útiles cuando las consultas devuelven parte de los documentos

Índices de la aplicación • db.tweet.ensureIndex({“user.$id” : 1 , “date” : -1}) • db.user.ensureIndex({“name” : 1}, {“unique” : true})

Índices en Spring Data /** * Creando indices */ public void ejemplo5() { IndexDefinition nameIndex = new Index().on("name", Order.ASCENDING).unique(Duplicates.DROP); mongoTemplate.ensureIndex(nameIndex, User.class); GeospatialIndex geoIndex = new GeospatialIndex("coordinates"); mongoTemplate.ensureIndex(geoIndex, Tweet.class); }

Temas Avanzados • Geolocalización • Trending Topics • Retweets

Geolocalización • Requiere un índice especial • El campo tiene que tener el formato: • {“x” : 2, “y” : 3} • [2, 3] • {“latitude” : 2, “longitude” : 3}

Geolocalización • db.tweet.ensureIndex({“geo” : “2d”}) • db.tweet.find({“geo” : {“$near” : [1,0]}}).limit(10) • db.tweet.find({“geo” : {“$within” : {“$center” : [{‘x’ : 0, ‘y’ : 0},5]}}})

Geolocalización en Spring Data /** * Busquedas Geo */ public void ejemplo6() { List tweets = mongoTemplate.find(new Query(new Criteria("coordinate") .within(new Circle(3.0, 3.0, 5))), Tweet.class); logger.info("Tweets found: " + tweets.size()); tweets = mongoTemplate.find(new Query(new Criteria("coordinate") .within(new Circle(3.0, 3.0, 1))), Tweet.class); logger.info("Tweets found: " + tweets.size()); } INFO - Tweets found: 3 INFO - Tweets found: 0

Trending Topics • Repeticiones de cadenas de palabras • Analizar los tweets de la última hora

MapReduce • “MapReduce is the Uzi of aggregation tools” • Proceso en background • Dos pasos: map y reduce ( y finalize)

Map • Procedimiento que se ejecuta una vez sobre cada documento. • Cada map emite 0 o más pares clave, valor

Reduce • Procedimiento que se ejecuta una vez por cada clave • La entrada es la clave y la lista de valores que fueron emitidas con esa clave • La salida puede ser cualquier estructura de datos

Finalize • Se ejecuta justo antes de guardar los resultados • Útil para construir un resultado final, borrar elementos redundantes, etc

Resultado • El resultado final se almacena en una colección • Documentos con el formato: { _id : clave_emitida, value: resultado_reduce }

Map var map = function() { var words = this.text.split(" "); for (var i = 0; i < words.length; i += 1){ for (var j = i; j < words.length; j += 1){ // Slice [inclusive, exclusive) sub_words = words.slice(i, j + 1); sub_sentence = sub_words.join(" "); emit(sub_sentence, sub_words.length * sub_words.length); } } };

Map Entrada: { text : “hola que tal” } Se emite: hola, 1 hola que, 4 hola que tal, 9 que tal, 4 que, 1 tal, 1

Reduce var reduce = function(key, emits) { var score = 0; for (var i in emits){ score += emits[i]; } return score; };

Ejecución Ejecución: db.tweet.mapReduce(map, reduce, {"out" : "TTs"}) Consulta: db.TTs.find().sort({value: -1}).limit(10)

Finalize • Reducir de palabras (preposiciones, conjunciones, etc) • Filtrado de trending topics que están contenidos en otros

Map Reduce Spring Data /** * Ejemplo de MapReduce */ public void ejemplo7() { MapReduceOptions opts = new MapReduceOptions(); opts.outputCollection("TT"); opts.limit(15); MapReduceResults results = mongoTemplate.mapReduce("tweets", "classpath:map.js", "classpath:reduce.js", opts, TrendingTopic.class); }

Map Reduce Spring Data @Document(collection = "TT") public class TT { @Id private String id; private float value; } @Repository public interface TrendingTopicRepository extends MongoRepository { } /** * Consultando resultado del MapReduce */ public void ejemplo8() { Page tt = trendingTopicRepository.findAll(new PageRequest(0, 10, new Sort(Direction.DESC, "value"))); logger.info("Trending topics found: " + tt.getNumberOfElements()); }

Retweets • En twitter es un poco caótico (RT, via ...) • Insertar tweet indicando que es un retweet haciendo referencia al tweet original • Modificar el tweet original para llevar una cuenta de retweets

Otros usos en aplicaciones • Analytics • Logs • Minería de twitter

¿Preguntas? ? ? ? ? ? ? ?

Referencias • MongoDB: The definitive guide • 50 Tips and Tricks for MongoDB Developers • Spring Data MongoDB • Código de los ejemplos Spring Data