Mongodb 根据不同条件执行不同的操作

话说,某游戏公司部分服务器崩了,造成了玩家不好的游戏体验,为了挽留用户,该公司要给所在崩的服务器玩家给予补偿金币,补偿规则为:

  1. 活跃度 >= 20 的,补偿 100w 金币
  2. 活跃度 >= 30 的,补偿 200w 金币
  3. 活跃度 >= 50 的,补偿 600w 金币
  4. 活跃度 >= 70 的,补偿 800w 金币
  5. 活跃度 = 100 的,补偿 1200w 金币
  6. 当天登录的玩家额外补偿传说装备一件
  7. 更多......

玩家表:players 现有数据:

bulkWrite

遇到此类场景,想必大部分同学第一时间想到的是在程序里分配多个条件,执行多次修改,如代码:

javascript 复制代码
// === 活跃度 >= 20 ===
db.players.updateMany(
    { activity: { $gte: 20, $lt: 30 } }, {$set: {compensation: 1000000 }},
)
// === 活跃度 >= 30 ===
db.players.updateMany(
    { activity: { $gte: 30, $lt: 50 } }, {$set: {compensation: 2000000 }},
)
// === 活跃度 >= 50 ===
db.players.updateMany(
    { activity: { $gte: 50, $lt: 70 } }, {$set: {compensation: 6000000 }},
)
// === 活跃度 >= 70 ===
db.players.updateMany(
    { activity: { $gte: 70, $lt: 100 } }, {$set: {compensation: 8000000 }},
)
// === 活跃度 = 100 ===
db.players.updateMany(
    { activity: { $eq: 100 } }, {$set: {compensation: 12000000 }},
)
// === 当前登录 ===
db.players.updateMany(
    { lastLoginTime: { $lte: 1739132800000, $gte: 1646905200004  } },
    { $set: { advancedEquipment: "传说装备礼盒" }},
)

更好的做法 bulkWrite

上述做法固然可以,也算是常规操作,不过存在的问题就是执行了多次数据库操作,通常这种场景下是执行脚本,如果数据量特别大的话,那么则需要分批(假设有 100w 用户,一次刷 1000 条,那么需要执行 1000 * 6 = 6000 次修改),耗时会长一些。

还有一种做法使用 Mongodb bulkWrite,数据库本身执行多次操作会有一定的优化,使用如下:

javascript 复制代码
db.players.bulkWrite([
	{ updateMany: { filter: { activity: { $gte: 20, $lt: 30 } }, update: {$set: {compensation: 1000000 }}} },
	{ updateMany: { filter: { activity: { $gte: 30, $lt: 50} }, update: {$set: {compensation: 2000000 }}} },
	{ updateMany: { filter: { activity: { $gte: 50, $lt: 70} }, update: {$set: {compensation: 6000000 }}} },
	{ updateMany: { filter: { activity: { $gte: 70, $lt: 100} }, update: {$set: {compensation: 8000000 }}} },
	{ updateMany: { filter: { activity: { $eq: 100} }, update: {$set: {compensation: 12000000 }}} },
	{ updateMany: { filter: { lastLoginTime: { $lte: 1739132800000, $gte: 1646905200004  } }, update: {$set: { advancedEquipment: "传说装备礼盒" }}} },
])

最后

以上是作者认为好一点的做法,利用了 Mongodb 自带的一些函数,不好的地方就是 Mongodb 的函数和操作符太多了,不是每个小伙伴都熟知的,如果批量修改的操作不是很多的话,用程序执行多次操作也是可以的,毕竟现在利用线程池,执行一次 io 的效率也是可以的。

OK,如果对你有所启发,帮助到你,欢迎点赞、关注、收藏、评论哟

相关推荐
安妮细水长流2 小时前
【无标题】
数据库·mongodb
ly76891 天前
MongoDB 读写策略与一致性取舍:readConcern、readPreference 与 causal session
数据库·mongodb·writeconcern·readconcern·readpreference·因果一致性
ly76892 天前
MongoDB 事务开销实测:快照隔离下的写冲突、重试与分片事务边界
数据库·mongodb·事务·分片集群·快照隔离·写冲突
ly76892 天前
Spring Data MongoDB 批量写入实践:BulkOperations 批大小与写关注权衡
java·mongodb·spring·批量写入·bulkoperations·写关注·mongotemplate
Aolith2 天前
从收藏到错题本,我在 React 全栈项目里实现了一套复习系统
mongodb·react.js·全栈
ly76894 天前
MongoDB 副本集选举风暴排查:从心跳超时到 Journal 刷盘阻塞
数据库·mongodb·php·mongodb 副本集·选举风暴·journal 刷盘·writeconcern
SL-staff5 天前
技术实践:将Excel自动升级为可搜索的知识节点(JVS平台实现)
mongodb·elasticsearch·知识图谱·jvs平台·语义解析·企业文档管理·excel结构化
ClouGence6 天前
数据库迁移工具 CloudCanal v6.5.0.0 发布:新增 TDSQL PostgreSQL 多条链路,支持 MongoDB 双向同步
数据库·mysql·mongodb
浪子明X6 天前
MongoDB 迁移方案评审:用双写窗口和回放样本控制切换风险
数据库·mongodb
蜗牛互联网11 天前
MongoDB Atlas Agent Engine之后,如何用版本门禁防止陈旧写入
java·数据库·人工智能·后端·mongodb