java - mongodb分片集群下，count和聚合统计问题

Question

在mongodb分片集群下，直接用count统计会不准确,用聚合统计则可以

但是在java或mongodb客户端（非命令行）调用mongodb，使用聚合统计时，统计的结果和count同样不准确，请问大神们，我的代码如下，请大神指点，找不到原因！

@Test
public void testCount() throws Exception {
    DynamicSqlParameter dsp = new DynamicSqlParameter();
    long sT = System.currentTimeMillis();
    MongoDatasource mongoDatasource = MongoDatasource.getInstance(mongoService.getDatasource());
    DBCollection dbCollection = mongoDatasource.getDB().getCollection("dayFlow");
    List arrayList = new ArrayList<>();
    DBObject dbObject1 = new BasicDBObject();
    dbObject1.put("usedDayFlow", 2);
    DBObject dbObject2 = new BasicDBObject();
    dbObject2.put("_id", null);
    dbObject2.put("count", new BasicDBObject("$sum", 1));
    arrayList.add(new BasicDBObject("$match", dbObject1));
    arrayList.add(new BasicDBObject("$group", dbObject2));
    System.out.println(JSON.serialize(arrayList));
    AggregationOutput size = dbCollection.aggregate(arrayList);
    System.out.println(size.results());
    System.out.println("运行时间：" + ((System.currentTimeMillis() - sT) /1000) + "s");
}

执行结果：

[ { "$match" : { "usedDayFlow" : 2}} , { "$group" : { "_id" : null , "count" : { "$sum" : 1}}}]

[{ "_id" : null , "count" : 1002223}]

该统计结果比实际数据量要多一些，请教大神，对于分片集群的聚合统计要如何操作？

Answer 1

　该问题已经解决，使用的是最新驱动mongo-java-driver-3.4.0，通过下面的方法可以在分片集群模式下，准确的统计到记录数量，感谢大家的相助！

mongo shell >> db.collection.aggregate([{$match:{categories:"Bakery"},{$group:{"_id":null,"count":{$sum:1}}}}])

    public long getCount() {
                String user = "用户名";
                String database = "admin";
                String password = "密码";
                MongoCredential credential = MongoCredential.createCredential(user,database, password.toCharArray());
        
                MongoClientOptions options = MongoClientOptions.builder()
                        .connectionsPerHost(10)
                        .threadsAllowedToBlockForConnectionMultiplier(10)
                        .socketTimeout(20000)
                        .connectTimeout(15000)
                        .maxWaitTime(50000)
                        .build();
        
                MongoClient mongoClient = new MongoClient(new ServerAddress("IP地址", "端口"), Arrays.asList(credential), options);
        
                MongoDatabase mongoDatabase = mongoClient.getDatabase("数据库");
                MongoCollection<Document> collection = mongoDatabase.getCollection("数据表");
        
                final long[] count = new long[1];
                Block<Document> printBlock = new Block<Document>() {
                    @Override
                    public void apply(final Document document) {
                         count[0] = (long) document.get("count");
                    }
                };
                Bson bson = Filters.eq("categories", "Bakery");
                collection.aggregate(
                        Arrays.asList(
                                Aggregates.match(bson),
                                Aggregates.group(null, Accumulators.sum
                                        ("count", 1L))
                        )
                ).forEach(printBlock);
        
                return count[0];
}

Answer 2

能否补充一些评论中的信息。多谢！

将评论的内容转发在这里，方便查看：

1、count和aggregate的不同：在mongoDB中，count和aggregate是在两支不同的程序中实现的，aggregate的实现是考虑到了shard的环境的，所以官方文档是推荐使用aggregate来进行shard环境下的count。

2、MongoDB shell下使用aggregate和使用Java MongoDB驱动使用aggregate来进行count，结果应该是一样的，因为两者都是使用的aggregate。

您提到Issue大概是MongoDB shell和Java MongoDB驱动进行count的结果不一致。

这种不一致，我觉得可能是：

1）比较的过程有没有纰漏；
2）所用的Java MongoDB驱动是否有纰漏。

供参考。

Love MongoDB！ Have Fun！

---

今晚8点，MongoDB中文社区大神在线讲座，请大家踊跃参与；此大神常驻本版哦！

请戳此链接。