MongoDB

A fonte de dados do MongoDB permite que você visualize dados do MongoDB no Amazon Managed Grafana.

Uso

Editor de consultas

O editor de consultas suporta a mesma sintaxe do Shell do MongoDB, com algumas limitações: * Você só pode executar um comando/consulta. * Somente comandos de leitura são suportados:achareagregar*A maioriaNão há suporte para construtores de objetos (com exceção deIsoDate, que é suportado)

O editor expande a sintaxe do MongoDB Shell das seguintes maneiras:

• Seleção do banco de— Você pode fornecer o nome do banco de dados no lugar do “db” normal:

  nota

  Você ainda pode usar “db”. Ele se referirá ao banco de dados padrão em sua string de conexão.

  
  sample_mflix.movies.find()
  

• Classificação agregada— Normalmente, a classificação acontece com uma etapa dentro do pipeline agregado, no entanto, o nível gratuito do MongoDB Atlas não permite a classificação. Expandimos a sintaxe para permitir que ela seja usada por quem usa o nível gratuito.

  nota

  O MongoDB não executa a classificação com essa sintaxe. A classificação acontece depois que os resultados são consultados na coleção.

  
  sample_mflix.movies.aggregate({}).sort({"time": 1})
  

• Com um editor em branco,Ctrl + Espaçomostrará uma seleção de todos os bancos de dados disponíveis.

• Inserir um ponto após o banco de dados mostrará uma seleção de todas as coleções disponíveis para esse banco de dados.

• Inserir um ponto após a coleta mostrará os métodos de consulta disponíveis.

• Inserir um ponto após o método de consulta mostrará funções adicionais: classificar/limitar.

Executando a consulta

ImprensaCmd + Spara executar a consulta

Séries temporais

Ao visualizar dados de séries temporais, o plug-in precisa saber qual campo usar como hora. Basta projetar o campo com um alias de nome “time”. O tipo de dados do campo deve ser uma data.

Você pode coagir tipos de dados sem data até o momento. Isso permitirá o uso de campos que não sejam de data como a hora da série temporal. O exemplo a seguir mostra como converter o campo int “ano” em uma data projetada como “hora” usando o MongoDB $dateFromPartsoperador de gasoduto.

sample_mflix.movies.aggregate([
{"$match": { "year": {"$gt" : 2000} }},
{"$group": { "_id": "$year", "count": { "$sum": 1 }}},
{"$project": { "_id": 0, "count": 1, "time": { "$dateFromParts": {"year": "$_id", "month": 2}}}}
]
).sort({"time": 1})

Diagnóstico

Comandos de diagnóstico

Atualmente, os seguintes comandos de diagnóstico são suportados: “stats”, “serverStatus”,”replSetGetStatus”, “GetLog”,”connPoolStats“, “Status da conexão”, “BuildInfo”, “dbStats”, “HostInfo”, “LockInfo”

Exemplos:

admin.connectionStatus()  // run the connectionStatus command
admin.connectionStatus({"authInfo.authenticatedUserRoles": 1})  // run and only return the "authInfo.authenticatedUserRoles" field
admin.connPoolStats({arg: "pool"})  // run the connPoolStats command and pass 1 argument
admin.serverStatus({args: {repl: 0, metrics:0}})  // run the serverStatus command and pass multiple args

Macros

Você pode referenciar o intervalo de tempo do painel em suas consultas.

• $__timeFrom — uma macro que faz referência à hora de início do painel

• $__timeTo — uma macro que faz referência ao horário de término do painel

          $__timeTo -  ``` sample_mflix.movies.find({released: {$gt:
          "$__timeFrom"}}).sort({year: 1})
        

Variáveis de modelo

O MongoDB suporta a ideia de “Variáveis compostas”, que permitem que você use uma variável como várias variáveis para realizar filtros complexos de várias chaves.

Para criar uma variável composta, use a convenção de nomenclatura de dividir as variáveis usando sublinhados (deve começar com sublinhado):_var1_var2Ao consultar, a resposta deve estar no formato:val1-val2

Exemplo: Quero filtrar os resultados pelo nome e pelo ano do filme.

1. Crie uma variável do tipo Query:_movie_year

2. Defina a consulta variável como uma consulta que retornará uma matriz de itens com uma propriedade do ano do filme, conforme mostrado no exemplo a seguir.

   // Example sample_mflix.movies.aggregate([
             {"$match": {year: {"$gt": 2011}}},
             {"$project": {_id: 0, movie_year: {"$concat":
             ["$title", " - ", {"$toString":"$year"}]}}}
             ])

    // [{"movie-year": "Ted - 2016"},
             {"movie-year": "The Terminator -
             1985"}]

3. Agora, em sua consulta, você pode referenciar “Filme” e “Ano” como variáveis de modelo separadas usando a sintaxe “$_variable”.

Usando filtros ad-hoc

Além da variável padrão do tipo “filtro ad-hoc” de qualquer nome, uma segunda variável auxiliar deve ser criada. Deve ser um tipo “constante” com o nome `mongodb_adhoc_query` e um valor compatível com o editor de consultas. O resultado da consulta será usado para preencher os filtros selecionáveis. Você pode optar por ocultar essa variável da visualização, pois ela não serve para nenhum outro propósito.

          sample_mflix.movies.aggregate([
          {"$group": { "_id": "$year"}},
          {"$project": { "year": "$_id","_id":
          0 }} ] )