ruby - 我如何找出实际插入了多少 Mongo 文档？

Question

我有一个看起来像这样的函数:

def insert_multiple_cakes(cake_list)
  ensure_indexes

  insert_list = cake_list.map { |cake| mongofy_values(cake.to_hash) }

  inserted = db[CAKE_COLLECTION].insert(insert_list, w: 0)

  return inserted.length
end

该函数的目标是将cake_list 中的所有蛋糕插入到Mongo 数据库中。任何已经存在于数据库中的蛋糕都应该被忽略。该函数应返回插入的蛋糕数，因此如果 cake_list 包含 5 个蛋糕并且其中 2 个蛋糕已存在于数据库中，则该函数应返回 3。

我的问题是，经过一个小时的试验，我得出以下结论:

• 如果写关注(:w 选项)为 0，则插入调用静默忽略所有重复插入，返回值包含所有输入文件，甚至那些没有插入的文件。无论我设置什么 :continue_on_error 或 :collect_on_error，返回值总是包含所有文档，以及收集到的错误列表总是空的。

• 如果 write concern 为 1，则如果输入文档中存在任何重复项，插入调用将失败并返回 Mongo::OperationFailure。无论我将 :continue_on_error 或 :collect_on_error 设置为什么，当存在重复时插入总是失败。

所以在我看来，实现这一目标的唯一方法是遍历输入列表，对每个文档执行搜索并过滤掉那些已经存在的文档。我的应用程序将一次处理(至少)数千个插入，所以我喜欢这个计划就像我想跳下一座桥一样。

我是不是误解了什么，或者 Ruby 客户端可能有问题？

---

为了演示，这个函数完全按照我的意愿工作:

def insert_multiple_cakes(cake_list)
  ensure_indexes

  collection = db[CAKE_COLLECTION]

  # Filters away any cakes that already exists in the database.
  filtered_list = cake_list.reject { |cake|
    collection.count(query: {"name" => cake.name}) == 1
  }

  insert_list = filtered_list.map { |cake| mongofy_values(cake.to_hash) }

  inserted = collection.insert(insert_list)

  return inserted.length
end

问题是它执行了无数次搜索，而实际上它只需要执行一次插入。

---

Documentation for Mongo::Collection#insert

Answer 1

你可以这样做(source):

coll = MongoClient.new().db('test').collection('cakes')
  bulk = coll.initialize_unordered_bulk_op
  bulk.insert({'_id' => "strawberry"})
  bulk.insert({'_id' => "strawberry"}) # duplicate key
  bulk.insert({'_id' => "chocolate"})
  bulk.insert({'_id' => "chocolate"}) # duplicate key
begin
  bulk.execute({:w => 1}) # this is the default but don't change it to 0 or you won't get the errors
rescue => ex
  p ex
  p ex.result
end

ex.result 包含 ninserted 以及每个失败的原因。

{"ok"=>1,
 "n"=>2,
 "code"=>65,
 "errmsg"=>"batch item errors occurred",
 "nInserted"=>2,
 "writeErrors"=>
  [{"index"=>1,
    "code"=>11000,
    "errmsg"=>
     "insertDocument :: caused by :: 11000 E11000 duplicate key error index: test.cakes.$_id_  dup key: { : \"strawberry\" }"},
   {"index"=>3,
    "code"=>11000,
    "errmsg"=>
     "insertDocument :: caused by :: 11000 E11000 duplicate key error index: test.cakes.$_id_  dup key: { : \"chocolate\" }"}]}