NoSQL系列文章，主要来介绍通过R语言连接使用nosql数据库。涉及的NoSQL产品，包括Redis, MongoDB, HBase, Hive, Cassandra, Neo4j，mysql。希望本文能够让广大的R语言爱好者，有更多的开发选择。

　　因为文章篇幅有限，跳过NoSQL的安装过程，请自行参考官方文档安装。

　　第一篇 R利剑MongeDB，分为4个章节。

　　(1)MongoDB环境准备

　　(2)rmongodb函数库

　　(3)rmongodb基本使用操作

　　(4)rmongodb测试案例

　　每一章节，都会分为”文字说明部分”与”代码部分”，保持文字说明与代码的连贯性。

　　一、 MongoDB环境准备

　　文字说明部分：

　　先做环境准备，这里我选择了Linux Ubuntu操作系统12.04的32位桌面版本，大家可以根据自己的使用习惯选择顺手的Linux。

　　MongoDB安装过程跳过。

　　查看MongoDB服务器环境

　　使用mongod命令，启动MongoDB。如下所示：

　　进程号：pid=2924

　　端口：port=27017

　　数据文件目录：dbpath=/data/db/

　　软件版本：32-bit

　　主机名：host=conan

　　使用mongo命令，打开mongo shell。

　　mongo shell的简单操作：

　　（1）查看数据库

　　（2）切换数据库

　　（3）查看数据集.

　　R语言环境2.15.0，WinXP通过远程连接，访问Mongodb Server。

　　代码部分：

   参考代码已给出，如下所示：

　　1.查看操作系统

     参考代码如下所示：

　　~ uname -a

　　Linux conan 3.2.0-38-generic-pae #61-Ubuntu SMP Tue Feb 19 12:39:51 UTC 2013 i686 i686 i386 GNU/Linux

　　~ cat /etc/issue

　　Ubuntu 12.04.2 LTS \n \l

　　2.启动mongodb

　　~ mongod

　　mongod --help for help and startup options

　　Thu Apr 11 11:02:26

　　Thu Apr 11 11:02:26 warning: 32-bit servers don't have journaling enabled by default. Please use --journal if you want durability.

　　Thu Apr 11 11:02:26

　　Thu Apr 11 11:02:26 [initandlisten] MongoDB starting : pid=2924 port=27017 dbpath=/data/db/ 32-bit host=conan

　　Thu Apr 11 11:02:26 [initandlisten]

　　Thu Apr 11 11:02:26 [initandlisten] ** NOTE: when using MongoDB 32 bit, you are limited to about 2 gigabytes of data

　　Thu Apr 11 11:02:26 [initandlisten] ** see http://blog.mongodb.org/post/137788967/32-bit-limitations

　　Thu Apr 11 11:02:26 [initandlisten] ** with --journal, the limit is lower

　　Thu Apr 11 11:02:26 [initandlisten]

　　Thu Apr 11 11:02:26 [initandlisten] db version v2.0.6, pdfile version 4.5

　　Thu Apr 11 11:02:26 [initandlisten] git version: e1c0cbc25863f6356aa4e31375add7bb49fb05bc

　　Thu Apr 11 11:02:26 [initandlisten] build info: Linux domU-12-31-39-01-70-B4 2.6.21.7-2.fc8xen #1 SMP Fri Feb 15 12:39:36 EST 2008 i686 BOOST_LIB_VERSION=1_41

　　Thu Apr 11 11:02:26 [initandlisten] options: {}

　　Thu Apr 11 11:02:26 [websvr] admin web console waiting for connections on port 28017

　　Thu Apr 11 11:02:26 [initandlisten] waiting for connections on port 27017

　　3.打开mongo shell

　　~ mongo

　　MongoDB shell version: 2.0.6

　　connecting to: test

　　4.进入mongo shell, 列表显示数据库

　　> show dbs

　　db 0.0625GB

　　feed 0.0625GB

　　foobar 0.0625GB

　　local (empty)

　　5.切换数据库

　　> use foobar

　　switched to db foobar

　　6.列表显示数据集

　　> show collections

　　blog

　　system.indexes

　　7.R语言开发环境2.15.0，WinXP

　　~ R

　　R version 2.15.0 (2012-03-30)

　　Copyright (C) 2012 The R Foundation for Statistical Computing

　　ISBN 3-900051-07-0

　　Platform: i386-pc-mingw32/i386 (32-bit)

　　二、 rmongodb函数库

　　文字说明部分：

　　rmongodb的开发了一大堆的函数，对应mongo的操作。比起别的NoSQL来说，真是工程浩大。但是我总觉得封装粒度不够，写起代码来比较复杂。

　　下面列出了所有rmongodb函数库，我只挑选几个常用的介绍。

　　1.建立mongo连接

　　mongo<-mongo.create()

　　2.查看接连是否正常

　　mongo.is.connected(mongo)

　　3.创建一个BSON对象缓存

　　buf <- mongo.bson.buffer.create()

　　4.给对象buf增加element

　　mongo.bson.buffer.append(buf, "name", "Echo")

　　5.增加对象类型的element

　　score <- c(5, 3.5, 4)

　　names(score) <- c("Mike", "Jimmy", "Ann")

　　mongo.bson.buffer.append(buf, "score", score)

　　6.增加数组类型的element

　　mongo.bson.buffer.start.array(buf, "comments")

　　mongo.bson.buffer.append(buf, "0", "a1")

　　mongo.bson.buffer.append(buf, "1", "a2")

　　mongo.bson.buffer.append(buf, "2", "a3")

　　7.关闭数组类型的element

　　mongo.bson.buffer.finish.object(buf)

　　8.取出缓存数据

　　b <- mongo.bson.from.buffer(buf)

　　9.数据库.数据集

　　ns="db.blog"

　　10.插入一条记录

　　mongo.insert(mongo,ns,b)

　　#mongo shell:(Not Run)

　　db.blog.insert(b)

　　11.创建查询对象query

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", "Echo")

　　query <- mongo.bson.from.buffer(buf)

　　12.创建查询返回值对象

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", 1)

　　fields <- mongo.bson.from.buffer(buf)

　　13.执行单条记录查询

　　mongo.find.one(mongo, ns, query, fields)

　　#mongo shell:(Not Run)

　　db.blog.findOne({query},{fields})

　　14.执行列表记录查询

　　mongo.find(mongo, ns, query, fields)

　　#mongo shell:(Not Run)

　　db.blog.find({query},{fields})

　　15.创建修改器对象objNew

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$inc")

　　mongo.bson.buffer.append(buf, "age", 1L)

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　16.执行修改操作

　　mongo.update(mongo, ns, query, objNew)

　　#mongo shell:(Not Run)

　　db.blog.update({query},{objNew})

　　17.单行代码修改操作

　　mongo.update(mongo, ns, query, list(name="Echo", age=25))

　　#mongo shell:(Not Run)

　　db.blog.update({query},{objNew})

　　18.删除所选对象

　　mongo.remove(mongo, ns, query)

　　#mongo shell:(Not Run)

　　db.blog.remove({query},{objNew})

　　19.销毁mongo连接

　　mongo.destroy(mongo)

　　代码部分：

  参考代码已给出，如下所示：

　　共有153个函数

　　mongo.add.user

　　mongo.authenticate

　　mongo.binary.binary

　　mongo.binary.function

　　mongo.binary.md5

　　mongo.binary.old

　　mongo.binary.user

　　mongo.binary.uuid

　　mongo.bson.array

　　mongo.bson.binary

　　mongo.bson.bool

　　mongo.bson.buffer.append

　　mongo.bson.buffer.append.bool

　　mongo.bson.buffer.append.bson

　　mongo.bson.buffer.append.code

　　mongo.bson.buffer.append.code.w.scope

　　mongo.bson.buffer.append.complex

　　mongo.bson.buffer.append.double

　　mongo.bson.buffer.append.element

　　mongo.bson.buffer.append.int

　　mongo.bson.buffer.append.list

　　mongo.bson.buffer.append.long

　　mongo.bson.buffer.append.null

　　mongo.bson.buffer.append.object

　　mongo.bson.buffer.append.oid

　　mongo.bson.buffer.append.raw

　　mongo.bson.buffer.append.regex

　　mongo.bson.buffer.append.string

　　mongo.bson.buffer.append.symbol

　　mongo.bson.buffer.append.time

　　mongo.bson.buffer.append.timestamp

　　mongo.bson.buffer.append.undefined

　　mongo.bson.buffer.create

　　mongo.bson.buffer.finish.object

　　mongo.bson.buffer.size

　　mongo.bson.buffer.start.array

　　mongo.bson.buffer.start.object

　　mongo.bson.code

　　mongo.bson.code.w.scope

　　mongo.bson.date

　　mongo.bson.dbref

　　mongo.bson.destroy

　　mongo.bson.double

　　mongo.bson.empty

　　mongo.bson.eoo

　　mongo.bson.find

　　mongo.bson.from.buffer

　　mongo.bson.from.list

　　mongo.bson.int

　　mongo.bson.iterator.create

　　mongo.bson.iterator.key

　　mongo.bson.iterator.next

　　mongo.bson.iterator.type

　　mongo.bson.iterator.value

　　mongo.bson.long

　　mongo.bson.null

　　mongo.bson.object

　　mongo.bson.oid

　　mongo.bson.print

　　mongo.bson.regex

　　mongo.bson.size

　　mongo.bson.string

　　mongo.bson.symbol

　　mongo.bson.timestamp

　　mongo.bson.to.list

　　mongo.bson.undefined

　　mongo.bson.value

　　mongo.code.create

　　mongo.code.w.scope.create

　　mongo.command

　　mongo.count

　　mongo.create

　　mongo.cursor.destroy

　　mongo.cursor.next

　　mongo.cursor.value

　　mongo.destroy

　　mongo.disconnect

　　mongo.distinct

　　mongo.drop

　　mongo.drop.database

　　mongo.find

　　mongo.find.await.data

　　mongo.find.cursor.tailable

　　mongo.find.exhaust

　　mongo.find.no.cursor.timeout

　　mongo.find.one

　　mongo.find.oplog.replay

　　mongo.find.partial.results

　　mongo.find.slave.ok

　　mongo.get.database.collections

　　mongo.get.databases

　　mongo.get.err

　　mongo.get.hosts

　　mongo.get.last.err

　　mongo.get.prev.err

　　mongo.get.primary

　　mongo.get.server.err

　　mongo.get.server.err.string

　　mongo.get.socket

　　mongo.get.timeout

　　mongo.gridfile.destroy

　　mongo.gridfile.get.chunk

　　mongo.gridfile.get.chunk.count

　　mongo.gridfile.get.chunks

　　mongo.gridfile.get.chunk.size

　　mongo.gridfile.get.content.type

　　mongo.gridfile.get.descriptor

　　mongo.gridfile.get.filename

　　mongo.gridfile.get.length

　　mongo.gridfile.get.md5

　　mongo.gridfile.get.metadata

　　mongo.gridfile.get.upload.date

　　mongo.gridfile.pipe

　　mongo.gridfile.read

　　mongo.gridfile.seek

　　mongo.gridfile.writer.create

　　mongo.gridfile.writer.finish

　　mongo.gridfile.writer.write

　　mongo.gridfs.create

　　mongo.gridfs.destroy

　　mongo.gridfs.find

　　mongo.gridfs.remove.file

　　mongo.gridfs.store

　　mongo.gridfs.store.file

　　mongo.index.background

　　mongo.index.create

　　mongo.index.drop.dups

　　mongo.index.sparse

　　mongo.index.unique

　　mongo.insert

　　mongo.insert.batch

　　mongo.is.connected

　　mongo.is.master

　　mongo.oid.create

　　mongo.oid.from.string

　　mongo.oid.print

　　mongo.oid.time

　　mongo.oid.to.string

　　mongo.reconnect

　　mongo.regex.create

　　mongo.remove

　　mongo.rename

　　mongo.reset.err

　　mongo.set.timeout

　　mongo.shorthand

　　mongo.simple.command

　　mongo.symbol.create

　　mongo.timestamp.create

　　mongo.undefined.create

　　mongo.update

　　mongo.update.basic

　　mongo.update.multi

　　mongo.update.upsert

　　三、 rmongodb基本使用操作

　　文字说明部分：

　　首先，我们要安装rmongodb类库，加载类库。

　　然后，通过mongo.create()函数，建立与MongoDB Server的连接。若是本地连接，mongo.create()不要参数，下面例子使用远程连接，增加host参数配置IP地址。mongo<-mongo.create(host=“192.168.1.11”)

　　检查是否连接正常，mongo.is.connected()。这条语句在开发时会经常使用到。在用R语言建模时，若对象或者函数使用错误，连接会被自动断开。因为MongoDB的异常机制，断开时不会是提示。大家要手动使用这条命令测试，连接是否正常。

　　接下来，定义两个变量：

   （1）db

   （2）ns

    db是我们需要使用的数据库，ns是数据库+数据集。

　　下面我们创建一个Mongo对象。参考代码如下所示：

　　{

　　"_id" : ObjectId("51663e14da2c51b1e8bc62eb"),

　　"name" : "Echo",

　　"age" : 22,

　　"gender" : "Male",

　　"score" : {

　　"Mike" : 5,

　　"Jimmy" : 3.5,

　　"Ann" : 4

　　},

　　"comments" : [

　　"a1",

　　"a2",

　　"a3"

　　]

　　}

　　然后，分别使用修改器inc,inc,set,$push进行操作。

　　最后删除对象，并断开连接。

　　代码部分：

　　1.安装rmongodb

　　install.packages(rmongodb)

　　2.加载类库

　　library(rmongodb)

　　3.远程连接mongodb server

　　mongo<-mongo.create(host="192.168.1.11")

　　4.查看是否连接正常

　　print(mongo.is.connected(mongo))

　　定义db

　　db<-"foobar"

　　定义db.collection

　　ns<-"foobar.blog"

　　5.组织bson类型数据

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", "Echo")

　　mongo.bson.buffer.append(buf, "age", 22L)

　　mongo.bson.buffer.append(buf, "gender", 'Male')

　　#对象类型

　　score <- c(5, 3.5, 4)

　　names(score) <- c("Mike", "Jimmy", "Ann")

　　mongo.bson.buffer.append(buf, "score", score)

　　#数组类型

　　mongo.bson.buffer.start.array(buf, "comments")

　　mongo.bson.buffer.append(buf, "0", "a1")

　　mongo.bson.buffer.append(buf, "1", "a2")

　　mongo.bson.buffer.append(buf, "2", "a3")

　　mongo.bson.buffer.finish.object(buf)

　　b <- mongo.bson.from.buffer(buf)

　　插入mongodb

　　mongo.insert(mongo,ns,b)

　　6.单条显示插入的数据

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", "Echo")

　　query <- mongo.bson.from.buffer(buf)

　　print(mongo.find.one(mongo, ns, query))

　　7.使用$inc修改器，修改给age加1

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$inc")

　　mongo.bson.buffer.append(buf, "age", 1L)

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, query, objNew)

　　print(mongo.find.one(mongo, ns, query))

　　8.使用$set修改器，修改age=1

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$set")

　　mongo.bson.buffer.append(buf, "age", 1L)

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, query, objNew)

　　print(mongo.find.one(mongo, ns, query))

　　9.使用$push修改器，给comments数组追加”Orange”数据

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$push")

　　mongo.bson.buffer.append(buf, "comments", "Orange")

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, query, objNew)

　　print(mongo.find.one(mongo, ns, query))

　　10.使用简化修改语句，给对象重新赋值

　　mongo.update(mongo, ns, query, list(name="Echo", age=25))

　　print(mongo.find.one(mongo, ns, query))

　　11.删除对象

　　mongo.remove(mongo, ns, query)

　　12.销毁mongo连接

　　mongo.destroy(mongo)

　　四、 rmongodb测试案例

　　文字说明部分：

　　批量插入数据，使用修改器批量修改数据

　　3种修改器速度比较,push最慢push最慢push > set>set>inc

　　终于push是对数组操作，set是对任意值操作，inc是对数字操作，所以下面测试可能不太公平。测试结果仅供参考。

　　代码部分，残奥代码如下所示：

　　1.批量插入数据函数

　　batch_insert<-function(arr=1:10,ns){

　　library(stringr)

　　mongo_insert<-function(x){

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", str_c("Dave",x))

　　mongo.bson.buffer.append(buf, "age", x)

　　mongo.bson.buffer.start.array(buf, "comments")

　　mongo.bson.buffer.append(buf, "0", "a1")

　　mongo.bson.buffer.append(buf, "1", "a2")

　　mongo.bson.buffer.append(buf, "2", "a3")

　　mongo.bson.buffer.finish.object(buf)

　　return(mongo.bson.from.buffer(buf))

　　}

　　mongo.insert.batch(mongo, ns, lapply(arr,mongo_insert))

　　}

　　2.批量修改，$inc修改器函数

　　batch_inc<-function(data,ns){

　　for(i in data){

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", str_c("Dave",i))

　　criteria <- mongo.bson.from.buffer(buf)

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$inc")

　　mongo.bson.buffer.append(buf, "age", 1L)

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, criteria, objNew)

　　}

　　}

　　3.批量修改，$set修改器函数

　　batch_set<-function(data,ns){

　　for(i in data){

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", str_c("Dave",i))

　　criteria <- mongo.bson.from.buffer(buf)

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$set")

　　mongo.bson.buffer.append(buf, "age", 1L)

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, criteria, objNew)

　　}

　　}

　　4.批量修改，$push修改器函数

　　batch_push<-function(data,ns){

　　for(i in data){

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.append(buf, "name", str_c("Dave",i))

　　criteria <- mongo.bson.from.buffer(buf)

　　buf <- mongo.bson.buffer.create()

　　mongo.bson.buffer.start.object(buf, "$push")

　　mongo.bson.buffer.append(buf, "comments", "Orange")

　　mongo.bson.buffer.finish.object(buf)

　　objNew <- mongo.bson.from.buffer(buf)

　　mongo.update(mongo, ns, criteria, objNew)

　　}

　　}

　　5.执行程序，3种修改速度比较,$push最慢

　　ns="foobar.blog"

　　data=1:1000

　　mongo.remove(mongo, ns)

　　## [1] TRUE

　　system.time(batch_insert(data, ns))

　　## user system elapsed

　　## 0.25 0.00 0.28

　　system.time(batch_inc(data, ns))

　　## user system elapsed

　　## 0.47 0.27 2.50

　　system.time(batch_set(data, ns))

　　## user system elapsed

　　## 0.77 0.48 3.17

　　system.time(batch_push(data, ns))

　　## user system elapsed

　　## 0.81 0.41 4.23

今后会更新mysql的相关文章，关注mysql的朋友请期待。