如何使用MongoDB Atlas Data API执行批量更新操作？

为什么出现404错误 #

MongoDB Atlas Data API当前并未提供bulkWrite或类似的批量操作原生端点，你调用的/action/bulkWrite是不存在的接口，因此返回404状态码。

可行的批量更新方案 #

方案一：分批次调用单个updateOne请求 #

由于每个文档的更新内容不同，只能逐个调用Data API的updateOne接口。为避免触发API速率限制，需要分批次处理请求：

const axios = require('axios');

// 批量更新函数，带分批限流
async function batchUpdateUsers(userUpdates) {
  const batchSize = 50; // 每次批量发送的请求数，根据API限制调整
  const results = [];

  for (let i = 0; i < userUpdates.length; i += batchSize) {
    const batch = userUpdates.slice(i, i + batchSize);
    
    // 并行发送当前批次的请求
    const batchPromises = batch.map(({ id, value }) => {
      const requestData = JSON.stringify({
        collection: "<collection>",
        database: "<database>",
        dataSource: "<datasource>",
        filter: { _id: { $oid: id } },
        update: { $addToSet: { someArray: value } }
      });

      return axios.post(
        "https://data.mongodb-api.com/app/data-somekey/endpoint/data/v1/action/updateOne",
        requestData,
        {
          headers: {
            "Content-Type": "application/json",
            "api-key": "<api_key>"
          }
        }
      ).catch(err => ({ error: err.response.data, id }));
    });

    const batchResults = await Promise.allSettled(batchPromises);
    results.push(...batchResults);
    
    // 批次间添加延迟，避免触发速率限制
    if (i + batchSize < userUpdates.length) {
      await new Promise(resolve => setTimeout(resolve, 500));
    }
  }

  return results;
}

// 使用示例：假设userUpdates是包含id和对应更新值的数组
const userUpdates = [
  { id: '123', value: 'value1' },
  { id: 'abc', value: 'value2' },
  // ...更多项
];

batchUpdateUsers(userUpdates)
  .then(results => {
    // 处理结果，筛选成功/失败的请求
    const failed = results.filter(r => r.status === 'rejected' || (r.value?.error));
    console.log(`批量更新完成，失败数：${failed.length}`);
  });

注意：需要根据你的Atlas Data API的速率限制调整batchSize和延迟时间，避免被限流。

方案二：使用MongoDB Atlas Functions（推荐大批量场景） #

Atlas Functions直接运行在MongoDB云端，能直接调用原生MongoDB的bulkWrite方法，效率远高于通过Data API的HTTP请求，适合数千级别的批量操作：

1. 在MongoDB Atlas控制台创建一个新的Function
2. 编写函数逻辑：

exports = async function(userUpdates) {
  const db = context.services.get("<datasource>").db("<database>");
  const collection = db.collection("<collection>");

  // 构建bulkWrite操作数组
  const bulkOps = userUpdates.map(({ id, value }) => ({
    updateOne: {
      filter: { _id: BSON.ObjectId(id) },
      update: { $addToSet: { someArray: value } }
    }
  }));

  try {
    const result = await collection.bulkWrite(bulkOps);
    return { success: true, result };
  } catch (err) {
    return { success: false, error: err.message };
  }
};

3. 在你的无服务器函数中调用这个Atlas Function：

async function callAtlasFunction(userUpdates) {
  const response = await axios.post(
    "https://<region>.aws.data.mongodb-api.com/app/<app-id>/endpoint/v1/action/callFunction",
    JSON.stringify({
      name: "<your-function-name>",
      arguments: [userUpdates]
    }),
    {
      headers: {
        "Content-Type": "application/json",
        "api-key": "<api_key>"
      }
    }
  );

  return response.data;
}

// 使用示例
callAtlasFunction(userUpdates)
  .then(res => {
    if (res.success) {
      console.log(`批量更新成功：${res.result.modifiedCount}条文档被修改`);
    } else {
      console.error(`更新失败：${res.error}`);
    }
  });

这种方案的优势是：单次请求完成所有批量操作，避免了大量HTTP请求的开销，也不会触发Data API的速率限制。

内容的提问来源于stack exchange，提问作者gjunkie