kkarwowski-2.md

Zadanie 2

---

Opis bazy

Baza danych jest ogólnie dostępna na stronie http://www.majesticseo.com, a do pobrania tutaj: http://downloads.majesticseo.com/majestic_million.csv Zawiera ona informacje o milionie najpopularniejszych stron internetowych.

MongoDB

MongoDB shell version: 2.4.8

Import do bazy

mongoimport --db majestic --collection majestic --type csv --file majestic_million.csv

Przykładowy rekord:

{
        "_id" : ObjectId("51e3a38b9354g22a32s3885bb"),
        "GlobalRank" : 1,
        "TldRank" : 1,
        "Domain" : "google.com",
        "TLD" : "com",
        "RefSubNets" : 322088,
        "RefIPs" : 1932179,
        "IDN_Domain" : "google.com",
        "IDN_TLD" : "com",
        "PrevGlobalRan" : 1,
        "PrevTldRank" : 1,
        "PrevRefSubNets" : 322348,
        "PrevRefIPs" : 1936423
}

Ilość rekordów

   Ilosc rekordów : 1000000

Pierwsza aggregacja

5 najpopularniejszych domen

{
  "query" : {
    "match_all" : { }
  },
  "facets" : {
    "TLD" : {
      "terms" : {
        "field" : "TLD",
        "size" : 5
      }
    }
  }
}

Wynik:

Druga agregacja

Sprawdzamy ile stron ma polską domenę

db.majestic.find({"TLD" : "pl"}).count()

Wynik: 16 437