MongoDB助力快速搭建物流订单系统
简介
快递物流系统里最常见的一种业务类型就是订单的查询和记录。订单的特点是随着递送过程,订单数据需要随时更新路径。数据结构上需要可以灵活应对,这点非常符合Document模型,并且MongoDB支持GIS功能,非常适用于MongoDB来支撑物流业务。并且MongoDB具备Sharding能力,而物流行业里订单比较独立,夸订单的操作很少,而对单订单来说,更新追加的操作会较多,比如再物流中转处理上。所以物流业务模型上与MongoDB非常的匹配。以下讲解一个虚拟的DEMO,可供参考,用到的特性:
- MongoDB Document的数组结构
- TTL索引,自动过期历史数据
- 复合索引,多条件查询索引
- Partial Indexes,条件索引,只索引有效数据,降低索引的占用空间
- MongoDB GIS功能,支持GeoJSON标准,可以接入第三方系统处理GEO信息。
数据结构定义
{
"_id": <String>, // 订单ID
"status": <String>, // 订单状态,shipping,deliveried等
"order_image_url": <String>, // 订单图片信息
"create_date": <ISODate>, // 订单创建日期
"from": { // 发货信息
"city": <String>, "address": <String>,
"name": <String>, "phone": <String>,
"location": <GeoJSON>
},
"delivery": { // 收货信息
"city": <String>, "address": <String>,
"name": <String>, "phone": <String>,
"location": <GeoJSON>
},
"details": [ // 物流详情,数组结构
{
"action": "reviced", // 物流动作
"operator": "快递小哥1号", // 操作员
"date": <ISODate>
}...
]
}
例如:
{
"_id": "E123456789",
"status": "delivering",
"create_date": ISODate("2016-06-21T09:00:00+08:00"),
"order_image_url": "http://oss/xxxxx.jpg",
"from": {
"city": "Hangzhou",
"address": "文一西路969号",
"name": "小王",
"phone": "18657112345",
"location": {
"type": "Point",
"coordinates": [
120,
30
]
}
},
"delivery": {
"city": "北京",
"address": "朝阳区",
"name": "朝阳群众",
"phone": "18601011011",
"location": {
"type": "Point",
"coordinates": [
116,
39
]
}
},
"details": [
{
"action": "reviced",
"operator": "快递小哥1号",
"date": ISODate("2016-06-21T09:00:00+08:00")
},
{
"action": "shipping",
"station": "hangzhou-airport",
"date": ISODate("2016-06-22T01:00:00+08:00")
},
{
"action": "shipping",
"station": "beijing-airport",
"date": ISODate("2016-06-22T07:00:00+08:00")
},
{
"action": "shipping",
"station": "chaoyang-station",
"date": ISODate("2016-06-22T15:00:00+08:00")
},
{
"action": "delivering",
"operator": "快递小哥2号",
"date": ISODate("2016-06-23T10:00:00+08:00")
}
]
}
几个注意点:
- 利用了GEO特性,使用GeoJSON标准,但是坐标系上需要注意坐标标准问题;
- 时间处理上,物流行业会涉及到国际化,所以严格按照ISO的标准,定义时间,CN
+80:00
; - 订单详情里很好的利用了Document的数组特性;
- 快递订单是唯一的,可以作为MongoDB的主键;
insert到collection中后的文档:
> db.order.find().pretty() { "_id" : "E123456789", "status" : "delivering", "create_date" : ISODate("2016-06-21T01:00:00Z"), "order_image_url" : "http://oss/xxxxx.jpg", "from" : { "city" : "Hangzhou", "address" : "文一西路969号", "name" : "小王", "phone" : "18657112345", "location" : { "type" : "Point", "coordinates" : [ 120, 30 ] } }, "delivery" : { "city" : "北京", "address" : "朝阳区", "name" : "朝阳群众", "phone" : "18601011011", "location" : { "type" : "Point", "coordinates" : [ 116, 39 ] } }, "details" : [ { "action" : "reviced", "operator" : "快递小哥1号", "date" : ISODate("2016-06-21T01:00:00Z") }, { "action" : "shipping", "station" : "hangzhou-airport", "date" : ISODate("2016-06-21T17:00:00Z") }, { "action" : "shipping", "station" : "beijing-airport", "date" : ISODate("2016-06-21T23:00:00Z") }, { "action" : "shipping", "station" : "chaoyang-station", "date" : ISODate("2016-06-22T07:00:00Z") }, { "action" : "delivering", "operator" : "快递小哥2号", "date" : ISODate("2016-06-23T02:00:00Z") } ] }
数据操作
物流快递的订单修改主要是查询和信息追加两种,主要介绍这两种:
订单信息查询,最常见的操作,用户的订单查询:
db.order.find({_id:"E123456789"});
有时需要做信息统计,按照状态来查询:
db.order.find({"status":"delivering", "delivery.city":"北京", "delivery.address":"朝阳区"});
物流状态更新时,需要更新相应的订单,MongoDB上直接 $push
过去即可:
db.order.update( { _id:"E123456789"},
{$push: {details:
{"action":"delivering", "operator" : "快递小哥3号", "date" : ISODate("2016-06-23T13:00:00+8:00")}
}})
索引创建
_id
索引,默认存在,不需要再创建;当数据量较大时,可以使用sharding结构,shardkey的选择上可以使用 Hash(_id)
。
TTL索引,字段 create_date
,180天后自动清理数据:
db.order.createIndex({"create_date":1}, {"expireAfterSeconds":15552000})
位置和状态索引,为了能快速处理“某地未处理订单”查询,这是一个多条件的查询,所以是一个复合索引, status
字段放在前面,因为多数的查询都会依赖状态字段
db.order.createIndex({"status":1, "delivery.city":1, "delivery.address":1})
在这个Demo里,还有一种加快查询速度的方法就是,创建一个只包含指定状态的一个Partial Indexes索引。比如 status
必须为 delivering
才加入到索引中,有效控制索引的大小,加快查询速度。
db.order.createIndex({"delivery.city":1, "delivery.address":1},{partialFilterExpression:{'status':{$eq:"delivering"}}})
MongoDB GIS
MongoDB遵循的事GeoJSON规范,对象的描述上通过一个type字段描述GeoJSON类型,coordinates字段描述空间信息。
{ type: "<GeoJSON type>" , coordinates: <coordinates> }
coordinates是一个 [longitude, latitude]
的数组类型。另外值得关注的是MongoDB GEO的使用的是WGS84标准。WGS84也是国际标准,中国使用的著名的火星坐标GCJ-02,还有一套百度坐标BD09,三者的坐标转换可以参考附录相关的链接。
附录
-
GeoJSON
-
MongoDB Geo Index
-
GeoHack
- https://tools.wmflabs.org/geohack/geohack.php?pagename=Hangzhou¶ms=30\_15\_N\_120\_10\_E\_type:city(9018000)_region:CN-33_
- https://tools.wmflabs.org/geohack/geohack.php?pagename=Beijing¶ms=39\_55\_N\_116\_23\_E\_type:city(21700000)_region:CN-11_
- https://en.wikipedia.org/wiki/World\_Geodetic\_System
-
Geo Datum