首页 > 代码库 > mongodb聚合(转)
mongodb聚合(转)
聚合 是泛指各种可以处理批量记录并返回计算结果的操作。MongoDB提供了丰富的聚合操作，用于对数据集执行计算操作。在 mongod 实例上执行聚合操作可以大大简化应用的代码，并降低对资源的消耗。
聚合有比较简单的 count 计算总数；distinct去重；group by 分组。也有比较复杂的管道聚合。下面将分别讲述。
appuser 集合 具有如下文档 {name:"人间四月",age:20,"locate":" 北京"} {name:"dolphin",age:22,"locate":" 北京"} {name:"yunsheng",age:21,"locate":" 天津"} {name:"shark",age:23,"locate":" 天津"} {name:"babywang",age:25,"locate":" 四川"}
count 返回符合查询条件的文档总数
使用mongodb命令查询北京地区的注册人数 db.appuser.count({locate:"北京"}) 返回结果是 [2]
distinct去除重复操作 返回查询到的指定字段值不重复的记录
使用mongodb命令查询用户来自于哪些地区 db.appuser.distinct("locate") 返回结果是 [" 北京"," 天津","四川"]
count distinct 配合使用
使用mongodb命令查询用户来源的地区数量 db.runCommand({"distinct":"appuser","key":"locate"}).values.length 返回结果是 3
group 操作会把查询到的文档按照给定的字段值进行分组。分组操作会返回一个文档数组，其中的每个文档包含了一组文档的计算结果
group 命令不能在分片集合上运行。特别需要注意一点， group 操作的结果集大小不能超过16MB。
mongodb命令查询各个地区 年龄最大的用户 db.appuser.group({ key:{locate:""}, initial:{age:0}, reduce:function(cur, result){ if(cur.age>result.age) result.age = cur.age; result.name = cur.name; }}) 查询返回结果是 [ { waitedMS:NumberLong(0), retval:[{ locate:" 北京", age:22.0, name:"dolphin" },{ locate:" 天津", age:23.0, name:"shark" },{ locate:" 四川", age:25.0, name:"babywang" }], count:NumberLong(5), keys:NumberLong(3), ok:1.0 }]
mongodb命令 对名字长度分组，找出每个分组中年龄最大的用户。 db.appuser.group({ $keyf:function(doc){return {namelength:doc.name.length};}, initial:{age:0}, reduce:function(cur, result){ if(cur.age>result.age) result.age = cur.age; result.name = cur.name; } }) 返回结果[ { waitedMS:NumberLong(0), retval:[ { namelength:4.0, age:20.0, name:"人间四月" }, { namelength:7.0, age:22.0, name:"dolphin" }, { namelength:8.0, age:25.0, name:"babywang" }, { namelength:5.0, age:23.0, name:"shark" } ], count:NumberLong(5), keys:NumberLong(4), ok:1.0 } ]
mongodb命令 对名字长度分组，找出每个分组中年龄最大的用户，最后对每个人的年龄加10 db.appuser.group({ $keyf:function(doc){return {namelength:doc.name.length};}, initial:{age:0}, finalize:function(doc){ doc.age=doc.age+10; }, reduce:function(cur, result){ if(cur.age>result.age) result.age = cur.age; result.name = cur.name; } })
链接：http://www.jianshu.com/p/5b32d7612d08
來源：简书
聚合管道的功能简单来说就分两种：
- 对文档进行“过滤”，也就是筛选出符合条件的文档;
- 对文档进行“变换”，也就是改变文档的输出形式。
####$project#### 1.我们有这样的数据
{
"_id" : 1,
title: "abc123",
isbn: "0001122223334",>
author: { last: "zzz", first: "aaa" },
copies: 5
}
现在使用project来变换输出
db.books.aggregate(
[
{ $project : { title : 1 , author : 1 } }
]
)
可以得
{
"_id" : 1,
"title" : "abc123",
"author" : { "last" : "zzz", "first" : "aaa" }
}
在$project里，我们指明（筛选）了要显示的数据，title和author，_id是自带的，可以用 _id：0 来将其过滤掉
2.我们现在有基础数据
{
"_id" : 1,
title: "abc123",
isbn: "0001122223334",
author: { last: "zzz", first: "aaa" },
copies: 5
}
但是我们需要变换他的输出形式，我们就可以这样
db.books.aggregate(
[
{
$project: {
title: 1,
isbn: {
prefix: { $substr: [ "$isbn", 0, 3 ] },
group: { $substr: [ "$isbn", 3, 2 ] },
publisher: { $substr: [ "$isbn", 5, 4 ] },
title: { $substr: [ "$isbn", 9, 3 ] },
checkDigit: { $substr: [ "$isbn", 12, 1] }
},
lastName: "$author.last",
copiesSold: "$copies"
}
}
]
)
在isbn内部的键 prefix,group,publisher,title，checkDigit,外部的lastName,copiesSold都是我们自己定义的。 $substr取字串，$isbn是字串键名，第二参数是字串起始位置，第三参数是取几个。
最后结果
{
"_id" : 1,
"title" : "abc123",
"isbn" : {
"prefix" : "000",
"group" : "11",
"publisher" : "2222",
"title" : "333",
"checkDigit" : "4"
},
"lastName" : "zzz",
"copiesSold" : 5
}
数据源没有变，但是我们改变的数据显示的方式。
####$match#### 过滤数据，过滤完的数据，接下来用作其他用。 （水龙头上的过滤器，过滤干净的水，接下来淘米，煮饭都可以，貌似扯远了。。。回！）
1.例子
db.articles.aggregate(
[
{ $match : { author : "dave" } }
]
);
过滤条件为键 author 值为 dave
结果为
{
"result" : [
{
"_id" : ObjectId("512bc95fe835e68f199c8686"),
"author": "dave",
"score" : 80
},
{ "_id" : ObjectId("512bc962e835e68f199c8687"),
"author" : "dave",
"score" : 85
}
],
"ok" : 1
}
2.再看一例
db.articles.aggregate(
[
{ $match : { score : { $gt : 70, $lte : 90 } } },
{ $group: { _id: null, count: { $sum: 1 } } }
]
);
这次有两步：
- 第一步，过滤 键 score 值 大于70 且 小于等于90 的文档，
- 再用group 对文档用 count 统计，统计方式 $sum 求和，步长为1。
因为group操作必须有个_id,所以给其置null。
结果为
{
"result" : [
{
"_id" : null,
"count" : 3
}
],
"ok" : 1
}
####$cond#### 判断用的，可以跟if then 语句
1.举例
{ "_id" : 1, "item" : "abc1", qty: 300 }
{ "_id" : 2, "item" : "abc2", qty: 200 }
{ "_id" : 3, "item" : "xyz1", qty: 250 }
现在我们想根据qty的值来生成新的数据（值）
db.inventory.aggregate(
[
{
$project:
{
item: 1,
discount:
{
$cond: { if: { $gte: [ "$qty", 250 ] }, then: 30, else: 20 }
}
}
}
]
)
结果为
{ "_id" : 1, "item" : "abc1", "discount" : 30 }
{ "_id" : 2, "item" : "abc2", "discount" : 20 }
{ "_id" : 3, "item" : "xyz1", "discount" : 30 }
可以发现，discount是我们新的键，它根据cond的if判断后，分别被赋上了相应的值（then和else可以省略）
####$limit#### 限制个数
1.例子
db.article.aggregate(
{ $limit : 5 }
);
值得注意的是，当聚合操作中同时出现sort和limit， sort只会对通过limit的数据排序，内存中也仅会存储通过limit的数据。
####$skip#### 略过N个
1.例子
db.article.aggregate(
{ $skip : 5 }
);
####$unwind#### 拆解数组集合
1.例子
{
"_id" : 1,
"item" : "ABC1",
sizes: [ "S", "M", "L"]
}
现在对sizes进行拆解
db.inventory.aggregate(
[
{ $unwind : "$sizes" }
]
)
结果
{ "_id" : 1, "item" : "ABC1", "sizes" : "S" }
{ "_id" : 1, "item" : "ABC1", "sizes" : "M" }
{ "_id" : 1, "item" : "ABC1", "sizes" : "L" }
我们可以看到sizes里每一个数据被拆解到每一个文档里了，除了sizes 的值不同外，其他相同。
$unwind与$group组合可以实现distinct
####$group#### 先分组，再合并
1.例子
{ "_id" : { "month" : 3, "day" : 15, "year" : 2014 },
"totalPrice" : 50, "averageQuantity" : 10, "count" : 1 }
{ "_id" : { "month" : 4, "day" : 4, "year" : 2014 },
"totalPrice" : 200, "averageQuantity" : 15, "count" : 2 }
{ "_id" : { "month" : 3, "day" : 1, "year" : 2014 },
"totalPrice" : 40, "averageQuantity" : 1.5, "count" : 2 }
_id 为分组依据，_id 为null，及不分组，直接合并。
合并依据：
-
键 totalPrice 保存 键 price 和 键 quantity 值 的乘积 的和
-
键averageQuantity 保存 键 quantity 的值的平均值
-
键 count 作统计
db.sales.aggregate( [ { $group : { _id : null, totalPrice: { $sum: { $multiply: [ "$price", "$quantity" ] } }, averageQuantity: { $avg: "$quantity" }, count: { $sum: 1 } } } ] )
结果
{ "_id" : null, "totalPrice" : 290, "averageQuantity" : 8.6, "count" : 5 }
2.再看一例
{ "_id" : 1, "item" : "abc", "price" : 10, "quantity" : 2,
"date" : ISODate("2014-03-01T08:00:00Z") }
{ "_id" : 2, "item" : "jkl", "price" : 20, "quantity" : 1,
"date" : ISODate("2014-03-01T09:00:00Z") }
{ "_id" : 3, "item" : "xyz", "price" : 5, "quantity" : 10,
"date" : ISODate("2014-03-15T09:00:00Z") }
{ "_id" : 4, "item" : "xyz", "price" : 5, "quantity" : 20,
"date" : ISODate("2014-04-04T11:21:39.736Z") }
{ "_id" : 5, "item" : "abc", "price" : 10, "quantity" : 10,
"date" : ISODate("2014-04-04T21:23:13.331Z") }
咱们依据 键 item 分组
db.sales.aggregate( [ { $group : { _id : "$item" } } ] )
结果
{ "_id" : "xyz" }
{ "_id" : "jkl" }
{ "_id" : "abc" }
####$sort#### 排序
1.例子
db.users.aggregate(
[
{ $sort : { age : -1, posts: 1 } }
]
)
对键age 顺序排序，对键 posts 逆序排序
####$out#### 创建指定副本集合
1.例子
{ "_id" : 8751, "title" : "The Banquet", "author" : "Dante", "copies" : 2 }
{ "_id" : 8752, "title" : "Divine Comedy", "author" : "Dante", "copies" : 1 }
{ "_id" : 8645, "title" : "Eclogues", "author" : "Dante", "copies" : 2 }
{ "_id" : 7000, "title" : "The Odyssey", "author" : "Homer", "copies" : 10 }
{ "_id" : 7020, "title" : "Iliad", "author" : "Homer", "copies" : 10 }
对其按author分组，然后out一个新集合authors
db.books.aggregate( [
{ $group : { _id : "$author", books: { $push: "$title" } } },
{ $out : "authors" }
] )
结果
{ "_id" : "Homer", "books" : [ "The Odyssey", "Iliad" ] }
{ "_id" : "Dante", "books" : [ "The Banquet", "Divine Comedy", "Eclogues" ] }
我们现在看到的只是数据映射，不是实体文档，
但是在authors里，有映射副本存成的文档。
也就是说 $out 可以创建新的集合，存储聚合后的文档映射。
转自https://github.com/qianjiahao/MongoDB/wiki/MongoDB%E4%B9%8B%E8%81%9A%E5%90%88%E7%AE%A1%E9%81%93%E4%B8%8A
mongodb聚合(转)