基于presto分布式查询mongodb的使用中遇到的问题

由于项目中需要大数据量的相互比对得出比对结果，所以采用了facebook的presto。一个基于Java开发的大数据分布式 SQL 查询引擎。

presto的部署以及使用官网上有较为详细的说明。这里附上官网网址：https://prestodb.io/

之后可能会详细的说一下mongodb的部署以及使用时注意的问题，不过这篇主要是讲在使用中遇到的一个很大的问题，以及解决方式。

在实际开发中，需要获取表的数据结构，由于mongodb是nosql，实际上并没有表结构的概念，但是presto可以通过sql语句“show column from collectionName”，这句sql查询出这个集合的“表结构”。但是有个问题出现了，就是我实际插入的一条数据（也就是文档），有二十个字段，但是查询出的表结构字段只有十几个。而且在查询数据的时候，也是只显示那十几个字段的数据。后来发现了一个规律，未显示的字段都是在第一条数据中是null的字段。为了进一步确认猜测是否正确，又去查看了一下源码。发现源码中有这样一段

圈出的代码写的就是presto底层读取mongo表中第一条数据，由此可以断定，presto获取表结构是根据第一条数据的结构。接下来往下看

这段代码圈出来的部分是做了一个判断，具体isParent()这个方法并没有去深入研究，但是在测试过程中，获取到的空字段验证都是false，也就是说没有通过这个验证进入里面的方法，意味着并没有加入到metedata这个文档对象中，所以在查询的结构中就没有出现null的字段，造成字段缺失的问题。

解决方式：可以在插数据到mongo的时候，在正常数据进去之前，插入一条全字段的数据，值可以为空字符串，然后再导入正常的数据即可。

默认的排序是根据插入的时间。也就是说，最先插入的数据就是第一条数据。这样的话在查询表结构的时候就能获取到全部的字段。

文章中可能有些细节的地方写的不是很清楚，以后会继续补充，欢迎大家提意见纠错。