共计 14814 个字符，预计需要花费 38 分钟才能阅读完成。
原题目：Spring 认证中国教育管理中心 -Spring Data MongoDB 教程五(内容起源：Spring 中国教育管理中心）
11.6.5.GeoJSON 反对
MongoDB 反对 GeoJSON 和用于天文空间数据的简略（传统）坐标对。这些格局既可用于存储数据，也可用于查问数据。请参阅无关 GeoJSON 反对的 MongoDB 手册以理解要求和限度。
域类中的 GeoJSON 类型
在域类中应用 GeoJSON 类型很简略。该
org.springframework.data.mongodb.core.geo 包中蕴含的类型，如 GeoJsonPoint，GeoJsonPolygon 和其余。这些类型是对现有 org.springframework.data.geo 类型的扩大。以下示例应用了一个 GeoJsonPoint：
public class Store {
String id;
/**
* location is stored in GeoJSON format.
* {
* "type" : "Point",
* "coordinates" : [x, y]
* }
*/
GeoJsonPoint location;}
Spring 认证中国教育管理中心 -Spring Data MongoDB 教程五
存储库查询方法中的 GeoJSON 类型
应用 GeoJSON 类型作为存储库查问参数会 $geometry 在创立查问时强制应用运算符，如以下示例所示：
public interface StoreRepository extends CrudRepository<Store, String> {
List<Store> findByLocationWithin(Polygon polygon);
}
/*
- {
- “location”: {
- “$geoWithin”: {
- “$geometry”: {
- “type”: “Polygon”,
- “coordinates”: [
- [
- [-73.992514,40.758934],
- [-73.961138,40.760348],
- [-73.991658,40.730006],
- [-73.992514,40.758934]
- ]
- ]
- }
- }
- }
- }
*/
repo.findByLocationWithin(
new GeoJsonPolygon(
new Point(-73.992514, 40.758934),
new Point(-73.961138, 40.760348),
new Point(-73.991658, 40.730006),
new Point(-73.992514, 40.758934)));
/*
- {
- “location” : {
- “$geoWithin” : {
- “$polygon” : [[-73.992514,40.758934] , [-73.961138,40.760348] , [-73.991658,40.730006] ]
- }
- }
- }
*/
repo.findByLocationWithin(
new Polygon(
new Point(-73.992514, 40.758934),
new Point(-73.961138, 40.760348),
new Point(-73.991658, 40.730006)));Spring 认证中国教育管理中心 -Spring Data MongoDB 教程五
应用 commons 类型的存储库办法定义容许应用 GeoJSON 和遗留格局调用它。
应用 GeoJSON 类型来应用 $geometry 运算符。
请留神，GeoJSON 多边形须要定义一个关闭的环。
应用旧格局 $polygon 运算符。
度量和间隔计算
而后 MongoDB$geoNear 运算符容许应用 GeoJSON Point 或旧坐标对。
NearQuery.near(new Point(-73.99171, 40.738868))
{
“$geoNear”: {
//...
"near": [-73.99171, 40.738868]}
}
NearQuery.near(new GeoJsonPoint(-73.99171, 40.738868))
{
“$geoNear”: {
//...
"near": {"type": "Point", "coordinates": [-73.99171, 40.738868] }}
}
只管在语法上有所不同，但无论汇合中的指标 Document 应用什么格局，服务器都能够承受。
* 间隔计算存在微小差别。应用旧格局对地球上的弧度进行操作，如球体，而 GeoJSON 格局应用 Meters。
为防止重大的头痛，请确保将 设置 Metric 为所需的测量单位，以确保正确计算间隔。
换句话说：
假如您有 5 个文件，如下所示：
{
"_id" : ObjectId("5c10f3735d38908db52796a5"),
"name" : "Penn Station",
"location" : {"type" : "Point", "coordinates" : [ -73.99408, 40.75057] }}
{
"_id" : ObjectId("5c10f3735d38908db52796a6"),
"name" : "10gen Office",
"location" : {"type" : "Point", "coordinates" : [ -73.99171, 40.738868] }}
{
"_id" : ObjectId("5c10f3735d38908db52796a9"),
"name" : "City Bakery",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }}
{
"_id" : ObjectId("5c10f3735d38908db52796aa"),
"name" : "Splash Bar",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }}
{
"_id" : ObjectId("5c10f3735d38908db52796ab"),
"name" : "Momofuku Milk Bar",
"location" : {"type" : "Point", "coordinates" : [ -73.985839, 40.731698] }}
Spring 认证中国教育管理中心 -Spring Data MongoDB 教程五
[-73.99171, 40.738868] 应用 GeoJSON 获取 400 米半径内的所有文档如下所示：
示例 77. GeoNear 和 GeoJSON
{
"$geoNear": {
"maxDistance": 400,
"num": 10,
"near": {type: "Point", coordinates: [-73.99171, 40.738868] },
"spherical":true,
"key": "location",
"distanceField": "distance"
}}
返回以下 3 个文件：
{
"_id" : ObjectId("5c10f3735d38908db52796a6"),
"name" : "10gen Office",
"location" : {"type" : "Point", "coordinates" : [ -73.99171, 40.738868] }
"distance" : 0.0 }
{
"_id" : ObjectId("5c10f3735d38908db52796a9"),
"name" : "City Bakery",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }
"distance" : 69.3582262492474 }
{
"_id" : ObjectId("5c10f3735d38908db52796aa"),
"name" : "Splash Bar",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }
"distance" : 69.3582262492474 }
到中心点的最大间隔（以米为单位）。
GeoJSON 总是在一个球体上运行。
到中心点的间隔（以米为单位）。
当初，当应用旧坐标对时，如前所述，对弧度进行操作。所以咱们应用 Metrics#KILOMETERS when constructing the `$geoNear 命令。在 Metric 确保使乘数设置正确的间隔。
示例 78. 带有传统坐标对的 GeoNear
{
"$geoNear": {
"maxDistance": 0.0000627142377,
"distanceMultiplier": 6378.137,
"num": 10,
"near": [-73.99171, 40.738868],
"spherical":true,
"key": "location",
"distanceField": "distance"
}}
像 GeoJSON 变体一样返回 3 个文档：
{
"_id" : ObjectId("5c10f3735d38908db52796a6"),
"name" : "10gen Office",
"location" : {"type" : "Point", "coordinates" : [ -73.99171, 40.738868] }
"distance" : 0.0 }
{
"_id" : ObjectId("5c10f3735d38908db52796a9"),
"name" : "City Bakery",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }
"distance" : 0.0693586286032982 }
{
"_id" : ObjectId("5c10f3735d38908db52796aa"),
"name" : "Splash Bar",
"location" : {"type" : "Point", "coordinates" : [ -73.992491, 40.738673] }
"distance" : 0.0693586286032982 }
到中心点的最大间隔（以弧度为单位）。
间隔乘数所以咱们失去公里作为后果间隔。
确保咱们对 2d_sphere 索引进行操作。
间隔中心点的间隔以公里为单位 - 乘以 1000 以匹配 GeoJSON 变体的米。
GeoJSON 杰克逊模块
通过应用 Web 反对，Spring Data 将额定的 Jackson 注册 Modules 到 ObjectMapper 用于反 / 序列化常见 Spring Data 域类型。请参阅 Spring Data Jackson Modules 局部以理解无关此性能的基础架构设置的更多信息。
MongoDB 模块 JsonDeserializer 通过 GeoJsonConfiguration 公开 GeoJsonModule.
org.springframework.data.mongodb.core.geo.GeoJsonPoint
org.springframework.data.mongodb.core.geo.GeoJsonMultiPoint
org.springframework.data.mongodb.core.geo.GeoJsonLineString
org.springframework.data.mongodb.core.geo.GeoJsonMultiLineString
org.springframework.data.mongodb.core.geo.GeoJsonPolygon
org.springframework.data.mongodb.core.geo.GeoJsonMultiPolygon
该 GeoJsonModule 只注册 JsonDeserializer 小号！
要 ObjectMapper 为 JsonSerializers 装备一组对称的 s，您须要为 手动配置这些 sObjectMapper 或提供作为 Spring
BeanSpringDataJacksonModules 公开的自定义配置 GeoJsonModule.serializers()。
class GeoJsonConfiguration implements SpringDataJacksonModules {
@Bean
public Module geoJsonSerializers() {return GeoJsonModule.serializers();
}}
下一个次要版本 (4.0) 将默认为 GeoJSON 类型注册 JsonDeserializers 和 JsonSerializers。
11.6.6. 全文查问
从 MongoDB 2.6 版开始，您能够应用 $text 运算符运行全文查问。办法和操作具体到全文查问是可用的 TextQuery 和 TextCriteria。进行全文搜寻时，请参阅 MongoDB 参考以理解其行为和限度。
全文检索
在理论应用全文搜寻之前，您必须正确设置搜寻索引。无关如何创立索引构造的更多详细信息，请参阅文本索引。以下示例显示了如何设置全文搜寻：
db.foo.createIndex(
{
title : “text”,
content : “text”
},
{
weights : {
title : 3
}}
)
coffee cake 能够按如下形式定义和运行查问搜寻：
例 79. 全文查问
Query query = TextQuery
.queryText(new TextCriteria().matchingAny(“coffee”, “cake”));
List<Document> page = template.find(query, Document.class);
依据 weights 用处按相关性对后果进行排序 TextQuery.sortByScore。
示例 80. 全文查问 – 按分数排序
Query query = TextQuery
.queryText(new TextCriteria().matchingAny(“coffee”, “cake”))
.sortByScore()
.includeScore();
List<Document> page = template.find(query, Document.class);
应用 score 属性按触发的相关性对后果进行排序.sort({‘score’: {‘$meta’: ‘textScore’}})。
用于 TextQuery.includeScore()在后果中蕴含计算出的相关性 Document。
您能够通过在搜索词前加上 - 或应用来排除搜索词，notMatching 如下例所示（请留神，这两行具备雷同的成果，因而是多余的）：
// search for ‘coffee’ and not ‘cake’
TextQuery.queryText(new TextCriteria().matching(“coffee”).matching(“-cake”));
TextQuery.queryText(new TextCriteria().matching(“coffee”).notMatching(“cake”));
TextCriteria.matching 按原样应用提供的术语。因而，您能够通过将短语放在双引号之间来定义短语（例如，\”coffee cake\”)或应用 byTextCriteria.phrase. 上面的示例显示了定义短语的两种形式：
// search for phrase ‘coffee cake’
TextQuery.queryText(new TextCriteria().matching(“\”coffee cake\””));
TextQuery.queryText(new TextCriteria().phrase(“coffee cake”));
您能够应用 上的相应办法为 $caseSensitive 和设置标记。请留神，这两个可选标记已在 MongoDB 3.2 中引入，除非明确设置，否则不会蕴含在查问中。$
diacriticSensitiveTextCriteria
11.6.7. 校对
从 3.4 版本开始，MongoDB 反对用于汇合和索引创立以及各种查问操作的排序规定。排序规定依据 ICU 排序规定定义字符串比拟规定。归类文档由封装在 中的各种属性组成 Collation，如上面的清单所示：
Collation collation = Collation.of(“fr”)
.strength(ComparisonLevel.secondary()
.includeCase())
.numericOrderingEnabled()
.alternate(Alternate.shifted().punct())
.forwardDiacriticSort()
.normalizationEnabled();
Collation 创立时须要语言环境。这能够是语言环境的字符串示意模式，a Locale（思考语言、国家和变体）或 CollationLocale. 创立时必须应用语言环境。
整顿强度定义了示意字符之间差别的比拟级别。您能够依据所选强度配置各种选项（辨别大小写、大小写排序等）。
指定是将数字字符串作为数字还是作为字符串进行比拟。
指定排序规定是否应将空格和标点符号视为根本字符以进行比拟。
指定带有变音符号的字符串是否从字符串的前面排序，例如应用某些法语词典排序。
指定是否查看文本是否须要归一化以及是否进行归一化。
排序规定可用于创立汇合和索引。如果您创立一个指定排序规定的汇合，除非您指定不同的排序规定，否则该排序规定将利用于索引创立和查问。排序规定对整个操作无效，不能在每个字段的根底上指定。
与其余元数据一样，排序规定能够通过 正文的 collation 属性从域类型派生 @Document，并将在运行查问、创立汇合或索引时间接利用。
当 MongoDB 在第一次交互时主动创立汇合时，将不会应用带正文的排序规定。这将须要额定的商店交互提早整个过程。请
MongoOperations.createCollection 在这些状况下应用。
Collation french = Collation.of(“fr”); Collation german = Collation.of(“de”); template.createCollection(Person.class, CollectionOptions.just(collation)); template.indexOps(Person.class).ensureIndex(new Index(“name”, Direction.ASC).collation(german));
如果未指定排序规定 (Collation.simple())，MongoDB 将应用简略的二进制比拟。
对汇合操作应用排序规定是 Collation 在查问或操作选项中指定实例的问题，如以下两个示例所示：
示例 81. 应用排序规定与 find
Collation collation = Collation.of(“de”);
Query query = new Query(Criteria.where(“firstName”).is(“Amél”)).collation(collation);
List<Person> results = template.find(query, Person.class);
示例 82. 应用排序规定与 aggregate
Collation collation = Collation.of(“de”);
AggregationOptions options = AggregationOptions.builder().collation(collation).build();
Aggregation aggregation = newAggregation(
project(“tags”),
unwind(“tags”),
group(“tags”)
.count().as("count")).withOptions(options);
AggregationResults<TagCount> results = template.aggregate(aggregation, “tags”, TagCount.class);
仅当用于操作的排序规定与索引排序规定匹配时才应用索引。
MongoDB RepositoriesCollations 通过注解的 collation 属性反对 @Query。
示例 83. 对存储库的整顿反对
public interface PersonRepository extends MongoRepository<Person, String> {
@Query(collation = “en_US”)
List<Person> findByFirstname(String firstname);
@Query(collation = “{ ‘locale’ : ‘en_US’}”)
List<Person> findPersonByFirstname(String firstname);
@Query(collation = “?1”)
List<Person> findByFirstname(String firstname, Object collation);
@Query(collation = “{ ‘locale’ : ‘?1’}”)
List<Person> findByFirstname(String firstname, String collation);
List<Person> findByFirstname(String firstname, Collation collation);
@Query(collation = “{ ‘locale’ : ‘en_US’}”)
List<Person> findByFirstname(String firstname, @Nullable Collation collation);
}
动态归类定义导致{‘locale’ : ‘en_US’}.
动态归类定义导致{‘locale’ : ‘en_US’}.
动静整顿取决于第二个办法参数。容许的类型包含 String(eg. ‘en_US’), Locacle(eg. Locacle.US) 和 Document(eg. new Document(“locale”, “en_US”))
动静整顿取决于第二个办法参数。
将 Collation 办法参数利用于查问。
该 Collation 办法的参数笼罩默认 collation 的 @Query，如果不为空。
如果您为存储库查找器办法启用了主动索引创立，则在创立索引时将包含潜在的动态排序规定定义，如 (1) 和 (2) 所示。
最 Collation 具体的 outroules 可能定义了其余的 outroules。这意味着办法参数超过查询方法正文超过 doamin 类型正文。
JSON 架构
从 version 3.6 开始，MongoDB 反对依据提供的 JSON Schema 验证文档的汇合。创立汇合时能够定义架构自身以及验证操作和级别，如以下示例所示：
示例 84. 示例 JSON 模式
{
“type”: “object”,
“required”: [“firstname”, “lastname”],
“properties”: {
"firstname": {
"type": "string",
"enum": ["luke", "han"]
},
"address": {
"type": "object",
"properties": {"postCode": { "type": "string", "minLength": 4, "maxLength": 5}
}
}}
}
JSON 模式文档总是从其根开始形容整个文档。模式是模式对象自身，它能够蕴含形容属性和子文档的嵌入模式对象。
required 是形容文档中须要哪些属性的属性。它能够与其余模式束缚一起抉择指定。请参阅无关可用关键字的 MongoDB 文档。
properties 与形容 object 类型的模式对象相干。它蕴含特定于属性的架构束缚。
firstname 为 firsname 文档内的字段指定束缚。在这里，它是一个基于字符串的 properties 元素，用于申明可能的字段值。
address 是为其 postCode 字段中的值定义架构的子文档。
您能够通过指定模式文档（即，通过应用 DocumentAPI 解析或构建文档对象）或应用 Spring Data 的 JSON 模式实用程序构建它来提供模式
org.springframework.data.mongodb.core.schema。MongoJsonSchema 是所有与 JSON 模式相干的操作的入口点。以下示例显示了如何应用 MongoJsonSchema.builder() 创立 JSON 模式：
示例 85. 创立一个 JSON 模式
MongoJsonSchema.builder()
.required("lastname")
.properties(required(string("firstname").possibleValues("luke", "han")),
object("address")
.properties(string("postCode").minLength(4).maxLength(5)))
.build(); 获取模式构建器以应用晦涩的 API 配置模式。
间接配置所需的属性，如此处所示，或应用更多详细信息如 3 所示。
配置所需的字符串类型 firstname 字段，仅容许 luke 和 han 值。属性能够是有类型的或无类型的。应用动态导入 JsonSchemaProperty 使语法略微紧凑一些并取得入口点，例如 string(…).
构建架构对象。应用模式创立汇合或查问文档。
曾经有一些预约义和强类型模式对象（JsonSchemaObject 和 JsonSchemaProperty）通过网关接口上的静态方法可用。然而，您可能须要构建自定义属性验证规定，能够通过构建器 API 创立，如下例所示：
// “birthdate” : {“bsonType”: “date”}
JsonSchemaProperty.named(“birthdate”).ofType(Type.dateType());
// “birthdate” : {“bsonType”: “date”, “description”, “Must be a date”}
JsonSchemaProperty.named(“birthdate”).with(JsonSchemaObject.of(Type.dateType()).description(“Must be a date”));
CollectionOptions 为汇合提供架构反对的入口点，如以下示例所示：
示例 86. 创立汇合 $jsonSchema
MongoJsonSchema schema = MongoJsonSchema.builder().required(“firstname”, “lastname”).build();
template.createCollection(Person.class, CollectionOptions.empty().schema(schema));
生成模式
设置模式可能是一项耗时的工作，咱们激励每个决定这样做的人真正花工夫。重要的是，架构更改可能很艰难。然而，有时人们可能不想回绝它，这就是 JsonSchemaCreator 发挥作用的中央。
JsonSchemaCreator 它的默认实现会生成 MongoJsonSchema 映射根底构造提供的域外类型元数据。这意味着，会思考带正文的属性以及潜在的自定义转换。
例 87. 从域类型生成 Json Schema
public class Person {
private final String firstname;
private final int age;
private Species species;
private Address address;
private @Field(fieldType=SCRIPT) String theForce;
private @Transient Boolean useTheForce;
public Person(String firstname, int age) {
this.firstname = firstname;
this.age = age;
}
// gettter / setter omitted}
MongoJsonSchema schema = MongoJsonSchemaCreator.create(mongoOperations.getConverter())
.createSchemaFor(Person.class);
template.createCollection(Person.class, CollectionOptions.empty().schema(schema));
{
'type' : 'object',
'required' : ['age'],
'properties' : {'firstname' : { 'type' : 'string'},
'age' : {'bsonType' : 'int'}
'species' : {
'type' : 'string',
'enum' : ['HUMAN', 'WOOKIE', 'UNKNOWN']
}
'address' : {
'type' : 'object'
'properties' : {'postCode' : { 'type': 'string'}
}
},
'theForce' : {'type' : 'javascript'}
}}
简略对象属性被视为惯例属性。
原始类型被认为是必须的属性
枚举仅限于可能的值。
对象类型属性被查看并示意为嵌套文档。
StringCode 由转换器转换为的类型属性。
@Transient 生成模式时省略属性。
_id 应用能够转换为 ObjectIdlike 类型的属性将 String 被映射到，{type : ‘object’} 除非通过 @MongoId 正文有更具体的信息可用。
Spring 认证中国教育管理中心 -Spring Data MongoDB 教程五
查问匹配 JSON Schema 的汇合
您能够应用架构来查问与 JSON 架构定义的给定构造匹配的文档的任何汇合，如以下示例所示：
示例 88. 查问匹配 a 的文档 $jsonSchema
MongoJsonSchema schema = MongoJsonSchema.builder().required(“firstname”, “lastname”).build();
template.find(query(matchingDocumentStructure(schema)), Person.class);
加密字段
MongoDB 4.2 字段级加密容许间接加密单个属性。
如下例所示，在设置 JSON 架构时，能够将属性包装在加密属性中。
示例 89. 通过 Json Schema 的客户端字段级加密
MongoJsonSchema schema = MongoJsonSchema.builder()
.properties(encrypted(string("ssn"))
.algorithm("AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic")
.keyId("*key0_id")
).build();能够利用 @Encrypted 正文，而不是手动定义加密字段，如上面的代码片段所示。
示例 90. 通过 Json Schema 的客户端字段级加密
@Document
@Encrypted(keyId = “xKVup8B1Q+CkHaVRx+qa+g==”, algorithm = “AEAD_AES_256_CBC_HMAC_SHA_512-Random”)
static class Patient {
@Id String id;
String name;
@Encrypted
String bloodType;
@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic")
Integer ssn;}
将为 设置的默认加密设置 encryptMetadata。
应用默认加密设置的加密字段。
笼罩默认加密算法的加密字段。
该 @EncryptedAnnoation 反对解决通过布局环境地政司表达式 keyIds。为此，MappingContext 须要并且必须提供额定的环境元数据（通过）。
@Document
@Encrypted(keyId = “#{mongocrypt.keyId(#target)}”)
static class Patient {
@Id String id;
String name;
@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Random")
String bloodType;
@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic")
Integer ssn;}
MongoJsonSchemaCreator schemaCreator = MongoJsonSchemaCreator.create(mappingContext);
MongoJsonSchema patientSchema = schemaCreator
.filter(MongoJsonSchemaCreator.encryptedOnly())
.createSchemaFor(Patient.class);该 mongocrypt.keyId 函数是通过 定义的
EvaluationContextExtension，如上面的代码片段所示。提供自定义扩大提供了最灵便的计算 keyId 的形式。
public class EncryptionExtension implements EvaluationContextExtension {
@Override
public String getExtensionId() {return "mongocrypt";}
@Override
public Map<String, Function> getFunctions() {return Collections.singletonMap("keyId", new Function(getMethod("computeKeyId", String.class), this));
}
public String computeKeyId(String target) {// ... lookup via target element name}}
要将派生加密设置与
AutoEncryptionSettingsSpring Boot 应用程序联合应用，请应用 MongoClientSettingsBuilderCustomizer.
@Bean
MongoClientSettingsBuilderCustomizer customizer(MappingContext mappingContext) {
return (builder) -> {
// ... keyVaultCollection, kmsProvider, ...
MongoJsonSchemaCreator schemaCreator = MongoJsonSchemaCreator.create(mappingContext);
MongoJsonSchema patientSchema = schemaCreator
.filter(MongoJsonSchemaCreator.encryptedOnly())
.createSchemaFor(Patient.class);
AutoEncryptionSettings autoEncryptionSettings = AutoEncryptionSettings.builder()
.keyVaultNamespace(keyVaultCollection)
.kmsProviders(kmsProviders)
.extraOptions(extraOpts)
.schemaMap(Collections.singletonMap("db.patient", patientSchema.schemaDocument().toBsonDocument()))
.build();
builder.autoEncryptionSettings(autoEncryptionSettings);
};}
确保将驱动程序设置
com.mongodb.AutoEncryptionSettings 为应用客户端加密。MongoDB 不反对对所有字段类型进行加密。特定数据类型须要确定性加密以保留相等比拟性能。