MongoDB 聚合
MongoDB中聚合(aggregate)主要用於處理數據(諸如統計平均值,求和等)，並返回計算后的數據結果。有點類似sql語句中的 count(*)。
基本語法為：db.collection.aggregate( [ <stage1>, <stage2>, ... ] )
現在在mycol集合中有以下數據：
{ "_id" : 1, "name" : "tom", "sex" : "男", "score" : 100, "age" : 34 }
{ "_id" : 2, "name" : "jeke", "sex" : "男", "score" : 90, "age" : 24 }
{ "_id" : 3, "name" : "kite", "sex" : "女", "score" : 40, "age" : 36 }
{ "_id" : 4, "name" : "herry", "sex" : "男", "score" : 90, "age" : 56 }
{ "_id" : 5, "name" : "marry", "sex" : "女", "score" : 70, "age" : 18 }
{ "_id" : 6, "name" : "john", "sex" : "男", "score" : 100, "age" : 31 }
1、$sum 計算總和。
Sql: select sex,count(*) from mycol group by sex
MongoDb: db.mycol.aggregate([{$group: {_id: '$sex', personCount: {$sum: 1}}}])
Sql: select sex,sum(score) totalScore from mycol group by sex
MongoDb: db.mycol.aggregate([{$group: {_id: '$sex', totalScore: {$sum: '$score'}}}])
2、$avg 計算平均值
Sql: select sex,avg(score) avgScore from mycol group by sex
Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', avgScore: {$avg: '$score'}}}])
3、$max 獲取集合中所有文檔對應值得最大值。
Sql: select sex,max(score) maxScore from mycol group by sex
Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', maxScore : {$max: '$score'}}}])
4、$min 獲取集合中所有文檔對應值得最小值。
Sql: select sex,min(score) minScore from mycol group by sex
Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', minScore : {$min: '$score'}}}])
5、$push 把文檔中某一列對應的所有數據插入值到一個數組中。
Mongodb: db.mycol.aggregate([{$group: {_id: '$sex', scores : {$push: '$score'}}}])
6、$addToSet 把文檔中某一列對應的所有數據插入值到一個數組中,去掉重復的
db.mycol.aggregate([{$group: {_id: '$sex', scores : {$addToSet: '$score'}}}])
7、 $first 根據資源文檔的排序獲取第一個文檔數據。
db.mycol.aggregate([{$group: {_id: '$sex', firstPerson : {$first: '$name'}}}])
8、 $last 根據資源文檔的排序獲取最后一個文檔數據。
db.mycol.aggregate([{$group: {_id: '$sex', lastPerson : {$last: '$name'}}}])
9、全部統計 null
db.mycol.aggregate([{$group:{_id:null,totalScore:{$push:'$score'}}}])
例子
現在在t2集合中有以下數據：
{ "country" : "china", "province" : "sh", "userid" : "a" }
{ "country" : "china", "province" : "sh", "userid" : "b" }
{ "country" : "china", "province" : "sh", "userid" : "a" }
{ "country" : "china", "province" : "sh", "userid" : "c" }
{ "country" : "china", "province" : "bj", "userid" : "da" }
{ "country" : "china", "province" : "bj", "userid" : "fa" }
需求是統計出每個country/province下的userid的數量（同一個userid只統計一次）
過程如下。
首先試着這樣來統計：
db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "prov": "$province"} , "number":{$sum:1}} } ])
結果是錯誤的：
原因是，這樣來統計不能區分userid相同的情況 （上面的數據中sh有兩個 userid = a)
為了解決這個問題，首先執行一個group，其id 是 country, province, userid三個field：
db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ])
可以看出，這步的目的是把相同的userid只剩下一個。
然后第二步，再第一步的結果之上再執行統計：
db.t2.aggregate([
{ $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ,
{ $group: {"_id": { "country" : "$_id.country", "province": "$_id.province" }, count : { $sum : 1 } } }
])
這回就對了
加入一個$project操作符，把_id去掉
db.t2.aggregate([ { $group: {"_id": { "country" : "$country", "province": "$province" , "uid" : "$userid" } } } ,
{ $group: {"_id": { "country" : "$_id.country", "province": "$_id.province" }, count: { $sum : 1 } } },
{ $project : {"_id": 0, "country" : "$_id.country", "province" : "$_id.province", "count" : 1}}
])
最終結果如下：
管道的概念
管道在Unix和Linux中一般用於將當前命令的輸出結果作為下一個命令的參數。
MongoDB的聚合管道將MongoDB文檔在一個管道處理完畢后將結果傳遞給下一個管道處理。管道操作是可以重復的。
表達式：處理輸入文檔並輸出。表達式是無狀態的，只能用於計算當前聚合管道的文檔，不能處理其它的文檔。
這里我們介紹一下聚合框架中常用的幾個操作：
- $project：修改輸入文檔的結構。可以用來重命名、增加或刪除域，也可以用於創建計算結果以及嵌套文檔。
- $match：用於過濾數據，只輸出符合條件的文檔。$match使用MongoDB的標准查詢操作。
- $limit：用來限制MongoDB聚合管道返回的文檔數。
- $skip：在聚合管道中跳過指定數量的文檔，並返回余下的文檔。
- $unwind：將文檔中的某一個數組類型字段拆分成多條，每條包含數組中的一個值。
- $group：將集合中的文檔分組，可用於統計結果。
- $sort：將輸入文檔排序后輸出。
- $geoNear：輸出接近某一地理位置的有序文檔。
1、$project實例
db.mycol.aggregate({$project:{name : 1, score : 1}})
這樣的話結果中就只還有_id,name和score三個字段了，默認情況下_id字段是被包含的，如果要想不包含_id話可以這樣:
db.mycol.aggregate({$project:{_id : 0, name : 1, score : 1}})
2、$match實例
$match用於獲取分數大於30小於並且小於100的記錄，然后將符合條件的記錄送到下一階段$group管道操作符進行處理
db.mycol.aggregate([{$match :{score: {$gt: 30, $lt: 100}}},{$group:{_id:'$sex',count:{$sum:1}}}])
