Spring认证中国教育管理中心-Spring Data MongoDB教程五 spring

_原题是：Spring认证中国教育管理中心-Spring Data MongoDB教程五(内容来源：Spring中国教育管理中心）
11.6.5.GeoJSON 支持
MongoDB 支持GeoJSON和用于地理空间数据的简单（传统）坐标对。这些格式既可用于存储数据，也可用于查询数据。请参阅有关 GeoJSON 支持的MongoDB 手册以了解要求和限制。
域类中的 GeoJSON 类型
在域类中使用GeoJSON类型很简单。该
org.springframework.data.mongodb.core.geo包中包含的类型，如GeoJsonPoint，GeoJsonPolygon和其他。这些类型是对现有org.springframework.data.geo类型的扩展。以下示例使用了一个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
使用 GeoJSON 类型作为存储库查询参数会$geometry在创建查询时强制使用运算符，如以下示例所示：
public interface StoreRepository extends CrudRepository {

List 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
使用 commons 类型的存储库方法定义允许使用 GeoJSON 和遗留格式调用它。
使用 GeoJSON 类型来使用$geometry运算符。
请注意，GeoJSON 多边形需要定义一个封闭的环。
使用旧格式$polygon运算符。
度量和距离计算
然后 MongoDB$geoNear运算符允许使用 GeoJSON Point 或旧坐标对。
NearQuery.near(new Point(-73.99171, 40.738868))
{
"$geoNear": {

//... "near": [-73.99171, 40.738868]

}
}
NearQuery.near(new GeoJsonPoint(-73.99171, 40.738868))
{
"$geoNear": {

//... "near": { "type": "Point", "coordinates": [-73.99171, 40.738868] }

}
}
尽管在语法上有所不同，但无论集合中的目标 Document 使用什么格式，服务器都可以接受。
*距离计算存在巨大差异。使用旧格式对地球上的弧度进行操作，如球体，而 GeoJSON 格式使用Meters。
为避免严重的头痛，请确保将设置Metric为所需的测量单位，以确保正确计算距离。
换句话说：
假设您有 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]使用 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

}
到中心点的最大距离（以米为单位）。
GeoJSON 总是在一个球体上运行。
到中心点的距离（以米为单位）。
现在，当使用旧坐标对时，如前所述，对弧度进行操作。所以我们使用Metrics#KILOMETERS when constructing the `$geoNear命令。在Metric确保使乘数设置正确的距离。
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

}
到中心点的最大距离（以弧度为单位）。
距离乘数所以我们得到公里作为结果距离。
确保我们对 2d_sphere 索引进行操作。
距离中心点的距离以公里为单位- 乘以 1000 以匹配GeoJSON 变体的米。
GeoJSON 杰克逊模块
通过使用Web 支持，Spring Data 将额外的 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部分以了解有关此功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配备一组对称的s，您需要为手动配置这些 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(); }

}
下一个主要版本 ( 4.0) 将默认为 GeoJSON 类型注册JsonDeserializers 和JsonSerializers 。
11.6.6.全文查询
从 MongoDB 2.6 版开始，您可以使用$text运算符运行全文查询。方法和操作具体到全文查询是可用的TextQuery和TextCriteria。进行全文搜索时，请参阅MongoDB 参考以了解其行为和限制。
全文检索
在实际使用全文搜索之前，您必须正确设置搜索索引。有关如何创建索引结构的更多详细信息，请参阅文本索引。以下示例显示了如何设置全文搜索：
db.foo.createIndex(
{
title : "text",
content : "text"
},
{
weights : {

title : 3 }

}
)
coffee cake可以按如下方式定义和运行查询搜索：
例 79.全文查询
Query query = TextQuery
.queryText(new TextCriteria().matchingAny("coffee", "cake"));
List page = template.find(query, Document.class);
根据weights用途按相关性对结果进行排序TextQuery.sortByScore。
示例 80. 全文查询 - 按分数排序
Query query = TextQuery
.queryText(new TextCriteria().matchingAny("coffee", "cake"))
.sortByScore()
.includeScore();
List page = template.find(query, Document.class);
使用 score 属性按触发的相关性对结果进行排序.sort({'score': {'$meta': 'textScore'}})。
用于TextQuery.includeScore()在结果中包含计算出的相关性Document。
您可以通过在搜索词前加上-或使用来排除搜索词，notMatching如下例所示（请注意，这两行具有相同的效果，因此是多余的）：
// search for 'coffee' and not 'cake'
TextQuery.queryText(new TextCriteria().matching("coffee").matching("-cake"));
TextQuery.queryText(new TextCriteria().matching("coffee").notMatching("cake"));
TextCriteria.matching按原样使用提供的术语。因此，您可以通过将短语放在双引号之间来定义短语（例如，\"coffee cake\")或使用 byTextCriteria.phrase.下面的示例显示了定义短语的两种方式：
// search for phrase 'coffee cake'
TextQuery.queryText(new TextCriteria().matching("\"coffee cake\""));
TextQuery.queryText(new TextCriteria().phrase("coffee cake"));
您可以使用上的相应方法为$caseSensitive和设置标志。请注意，这两个可选标志已在 MongoDB 3.2 中引入，除非明确设置，否则不会包含在查询中。$
diacriticSensitiveTextCriteria
11.6.7.校对
从 3.4 版本开始，MongoDB 支持用于集合和索引创建以及各种查询操作的排序规则。排序规则根据ICU 排序规则定义字符串比较规则。归类文档由封装在中的各种属性组成Collation，如下面的清单所示：
Collation collation = Collation.of("fr")
.strength(ComparisonLevel.secondary()

.includeCase())

.numericOrderingEnabled()
.alternate(Alternate.shifted().punct())
.forwardDiacriticSort()
.normalizationEnabled();
Collation创建时需要语言环境。这可以是语言环境的字符串表示形式，a Locale（考虑语言、国家和变体）或CollationLocale. 创建时必须使用语言环境。
整理强度定义了表示字符之间差异的比较级别。您可以根据所选强度配置各种选项（区分大小写、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较。
指定排序规则是否应将空格和标点符号视为基本字符以进行比较。
指定带有变音符号的字符串是否从字符串的后面排序，例如使用某些法语词典排序。
指定是否检查文本是否需要归一化以及是否进行归一化。
排序规则可用于创建集合和索引。如果您创建一个指定排序规则的集合，除非您指定不同的排序规则，否则该排序规则将应用于索引创建和查询。排序规则对整个操作有效，不能在每个字段的基础上指定。
与其他元数据一样，排序规则可以通过注释的collation属性从域类型派生@Document，并将在运行查询、创建集合或索引时直接应用。
当 MongoDB 在第一次交互时自动创建集合时，将不会使用带注释的排序规则。这将需要额外的商店交互延迟整个过程。请
MongoOperations.createCollection在这些情况下使用。
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));
如果未指定排序规则 ( Collation.simple())，MongoDB 将使用简单的二进制比较。
对集合操作使用排序规则是Collation在查询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. 使用排序规则与 find
Collation collation = Collation.of("de");
Query query = new Query(Criteria.where("firstName").is("Amél")).collation(collation);
List results = template.find(query, Person.class);
示例 82.使用排序规则与 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 results = template.aggregate(aggregation, "tags", TagCount.class);
仅当用于操作的排序规则与索引排序规则匹配时才使用索引。
MongoDB RepositoriesCollations通过注解的collation属性支持@Query。
示例 83. 对存储库的整理支持
public interface PersonRepository extends MongoRepository {
@Query(collation = "en_US")
List findByFirstname(String firstname);
@Query(collation = "{ 'locale' : 'en_US' }")
List findPersonByFirstname(String firstname);
@Query(collation = "?1")
List findByFirstname(String firstname, Object collation);
@Query(collation = "{ 'locale' : '?1' }")
List findByFirstname(String firstname, String collation);
List findByFirstname(String firstname, Collation collation);
@Query(collation = "{ 'locale' : 'en_US' }")
List findByFirstname(String firstname, @Nullable Collation collation);
}
静态归类定义导致{ 'locale' : 'en_US' }.
静态归类定义导致{ 'locale' : 'en_US' }.
动态整理取决于第二个方法参数。允许的类型包括String(eg. 'en_US'), Locacle(eg. Locacle.US) 和Document(eg. new Document("locale", "en_US"))
动态整理取决于第二个方法参数。
将Collation方法参数应用于查询。
该Collation方法的参数覆盖默认collation的@Query，如果不为空。
如果您为存储库查找器方法启用了自动索引创建，则在创建索引时将包括潜在的静态排序规则定义，如 (1) 和 (2) 所示。
最Collation具体的 outroules 可能定义了其他的 outroules。这意味着方法参数超过查询方法注释超过 doamin 类型注释。
JSON 架构
从 version 3.6 开始，MongoDB 支持根据提供的JSON Schema验证文档的集合。创建集合时可以定义架构本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描述整个文档。模式是模式对象本身，它可以包含描述属性和子文档的嵌入模式对象。
required是描述文档中需要哪些属性的属性。它可以与其他模式约束一起选择指定。请参阅有关可用关键字的MongoDB 文档。
properties与描述object类型的模式对象相关。它包含特定于属性的架构约束。
firstname为firsname文档内的字段指定约束。在这里，它是一个基于字符串的properties元素，用于声明可能的字段值。
address是为其postCode字段中的值定义架构的子文档。
您可以通过指定模式文档（即，通过使用DocumentAPI 解析或构建文档对象）或使用 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 模式相关的操作的入口点。以下示例显示了如何使用MongoJsonSchema.builder()创建 JSON 模式：
示例 85.创建一个 JSON 模式
MongoJsonSchema.builder()

.required("lastname").properties( required(string("firstname").possibleValues("luke", "han")), object("address") .properties(string("postCode").minLength(4).maxLength(5))).build();

获取模式构建器以使用流畅的 API 配置模式。
直接配置所需的属性，如此处所示，或使用更多详细信息如 3 所示。
配置所需的字符串类型firstname字段，仅允许luke和han值。属性可以是有类型的或无类型的。使用静态导入JsonSchemaProperty使语法稍微紧凑一些并获得入口点，例如string(…).
构建架构对象。使用模式创建集合或查询文档。
已经有一些预定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。但是，您可能需要构建自定义属性验证规则，可以通过构建器 API 创建，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 为集合提供架构支持的入口点，如以下示例所示：
示例 86.创建集合 $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任务，我们鼓励每个决定这样做的人真正花时间。重要的是，架构更改可能很困难。然而，有时人们可能不想拒绝它，这就是JsonSchemaCreator发挥作用的地方。
JsonSchemaCreator它的默认实现会生成MongoJsonSchema映射基础结构提供的域外类型元数据。这意味着，会考虑带注释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'} }

}
简单对象属性被视为常规属性。
原始类型被认为是必需的属性
枚举仅限于可能的值。
对象类型属性被检查并表示为嵌套文档。
StringCode由转换器转换为的类型属性。
@Transient 生成模式时省略属性。
_id使用可以转换为ObjectIdlike类型的属性将String被映射到，{ type : 'object' } 除非通过@MongoId注释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
查询匹配 JSON Schema 的集合
您可以使用架构来查询与 JSON 架构定义的给定结构匹配的文档的任何集合，如以下示例所示：
示例 88. 查询匹配 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字段级加密允许直接加密单个属性。
如下例所示，在设置 JSON 架构时，可以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();

可以利用@Encrypted注释，而不是手动定义加密字段，如下面的代码片段所示。
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。
使用默认加密设置的加密字段。
覆盖默认加密算法的加密字段。
该@EncryptedAnnoation支持解决通过规划环境地政司表达式keyIds。为此，MappingContext需要并且必须提供额外的环境元数据（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，如下面的代码片段所示。提供自定义扩展提供了最灵活的计算 keyId 的方式。
public class EncryptionExtension implements EvaluationContextExtension {

@Override public String getExtensionId() { return "mongocrypt"; }@Override public Map 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 应用程序结合使用，请使用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); };

【Spring认证中国教育管理中心-Spring Data MongoDB教程五】}
确保将驱动程序设置
com.mongodb.AutoEncryptionSettings为使用客户端加密。MongoDB 不支持对所有字段类型进行加密。特定数据类型需要确定性加密以保留相等比较功能。