MongoDB聚合管道
使用聚合管道可以對集合中的文檔進行變換和組合。 管道是由一個個功能節點組成的，這些節點用管道操作符來進行表示。聚合管道以一個集合中的所有文檔作為開始，然后這些文檔從一個操作節點流向下一個節點 ，每個操作節點對文檔做相應的操作。這些操作可能會創建新的文檔或者過濾掉一些不符合條件的文檔，在管道中可以對文檔進行重復操作。 管道表達式只可以操作當前管道中的文檔，不能訪問其他的文檔：表達式操作可以在內存中完成對文檔的轉換。
語法格式：
db.runCommand({ aggregate: "<collection>", pipeline: [ <stage>, <...> ], explain: <boolean>, allowDiskUse: <boolean>, cursor: <document>, bypassDocumentValidation: <boolean> }) //或 db.collection.aggregate([ <pipeline>, <...> ], options) 參數說明：
操作符 |
描述 |
aggregate |
要聚合的集合名稱 |
pipeline |
管道操作符 |
explain |
返回指定aggregate各個階段管道的執行計划信息 |
allowDiskUse |
每個階段管道限制為100MB的內存，如果大於100MB的數據可以先寫入臨時文件。設置為true時，aggregate操作可時可以先將數據寫入對應數據目錄的子目錄中 的唯一並以_tmp結尾的文檔中。 |
cursor |
指定游標的初始批批大小。光標的字段的值是一個與場batchSize文件。 } |
bypassDocumentValidation |
只有當你指定了$out操作符，使db.collection.aggregate繞過文檔驗證操作過程中。這讓您插入不符合驗證要求的文檔。 |
管道操作符：
管道操作符 |
描述 |
$project |
數據投影，主要用於重命名、增加和刪除字段 |
$match |
過濾操作，篩選符合條件文檔，作為下一階段的輸入 $match的語法和查詢表達式db.collection.find() 的語法相同 注意：1. 不能在$match操作符中使用$where 表達式操作符。 2. $match盡量出現在管道的前面，這樣可以提早過濾文檔，加快聚合速度。 3. 如果$match出現在最前面的話，可以使用索引來加快查詢。 |
$limit |
限制經過管道的文檔數量 $limit的參數只能是一個正整數 |
$skip |
從待操作集合開始的位置跳過文檔的數目 $skip參數也只能為一個正整數 |
$unwind |
將數組分解為單個的元素，並與文檔的其余部分一同返回 注意：1.如果$unwind目標字段不存在，則整個文檔都會被忽略過濾掉 2.如果$unwind目標字段不是一個數組，則會報錯 3.如果$unwind目標字段數組為空，則該文檔也會被忽略過濾掉 |
$group |
可以將文檔依據指定字段的不同值進行分組，如果選定了需要進行分組的字段，就可以將指定的字段傳遞給$group函數的_id字段 注意：1.$group的輸出是無序的。 2.$group操作默認實在內存中進行的，超過此限制會報錯，若要允許處理大型數據集，allowDiskUse 將選項設置為啟用 $group 操作真實寫入臨時文件。具體請參考官方文檔 |
$sort |
對文檔按照指定字段排序 注意：1.如果將$sort放到管道前面的話可以利用索引，提高效率 2.在管道中如果$sort出現在$limit之前的話，$sort只會對前$limit個文檔進行操作，這樣在內存中也只會保留前$limit個文檔，從而可以極大的節省內存 3.$sort操作符默認在內存中進行，，超過此限制會報錯，若要允許處理大型數據集，allowDiskUse 將選項設置為啟用 $group 操作真實寫入臨時文件。具體請參考官方文檔 |
$geoNear |
會返回一些坐標值，這些值以按照距離指定點距離由近到遠進行排序 |
$sample |
從待操作的集合中隨機返回指定數量的文檔 注意：如果指定的數量 N 大於等於集合文檔總數的5%，$sample 執行集合掃描，執行排序，然后選擇前 N 的文檔(受排序的內存限制) 如果 N 是小於 5%的集合中的文檔總數 如果使用 WiredTiger 存儲引擎，$sample 使用偽隨機游標在抽樣 N 文檔集合。 如果使用 MMAPv1 存儲引擎，$sample 使用 _id 索引隨機選擇 N 個文檔。 |
$lookup |
用於與統一數據庫中其他集合之間進行join操作 |
$out |
用戶將聚合的結果輸出到指定的集合，如果要使用$out則必須在整個管道操作的最后階段 如果指定的集合尚不存在，$out 操作會在當前數據庫中創建一個新的集合。集合不是可見的直到聚合完成。如果聚合失敗，MongoDB 不會創建集合。 如果集合指定的 $out 操作已經存在，然后完成后的聚合，$out 階段以原子方式以新的結果集合替換現有集合的，$out 操作不會更改任何存在於以前的集合的索引。如果聚合失敗$out 則不會對現有集合做任何更改。 |
$redact |
字段所處的document結構的級別. $redact還有三個重要的參數： 1）$$DESCEND： 返回包含當前document級別的所有字段，並且會繼續判字段包含內嵌文檔，內嵌文檔的字段也會去判斷是否符合條件。 2）$$PRUNE：返回不包含當前文檔或者內嵌文檔級別的所有字段，不會繼續檢測此級別的其他字段，即使這些字段的內嵌文檔持有相同的訪問級別。 3）$$KEEP：返回包含當前文檔或內嵌文檔級別的所有字段，不再繼續檢測此級別的其他字段，即使這些字段的內嵌文檔中持有不同的訪問級別。 |
聚合管道操作實例
提取字段
db.order.aggregate({ $project: { cust_id: 1, price: 1 } }); db.order.aggregate({ $project: { items: 1, items: { sku: 1 } } }); 重命名字段
db.order.aggregate({ $project: { "orderid": '$_id', _id: 0, "custid": '$cust_id' } }); db.order.aggregate({ $project: { items: { '_sku': '$sku', sku: 1 } } }) 新建文檔
db.order.aggregate({ $project: { price: 1, details: { price: '$items.price' } } }); 注意：由於對字段進行重命名時，MongoDB並不會記錄字段的歷史名稱，所以如果針對原來的字段創建過索引，那么聚合管道在進行排序時無法在下面的排序操作時使用索引， 應當盡量在修改字段名稱之前使用排序
db.order.aggregate([{ $project: { "orderid": '$_id', _id: 0, "custid": '$cust_id' } }, { $sort: { custid: -1 } }]) //建議寫法 db.order.aggregate([{ $sort: { cust_id: -1 } }, { $project: { "orderid": '$_id', _id: 0, "custid": '$cust_id' } }]) { $add: [ <expression1>, <expression2>, ... ] } 將多個數字或日期進行相加，只支持數字和時間格式，如果其中一個參數是日期，$add會將其他參數視為要添加到日期的毫秒
db.order.aggregate({ $project: { "add": { "$add": ["$price", 1] } } }) { $subtract: [ <expression1>, <expression2> ] } 接受兩個表達式作為參數，使用第一個表達式減去第二個表達式作為結果
db.order.aggregate({ $project: { "subtract": { "$subtract": [{ "$add": ["$price", 12] }, 10] } } }) { $multiply: [ <expression1>, <expression2>, ... ] } 接受一個或多個表達式，並將它們相乘
db.order.aggregate({ $project: { "multiply": { "$multiply": ["$price", 3] } } }) { $divide: [ <expression1>, <expression2> ] } 接受兩個表達式作為參數，使用第一個表達式除以第二個表達式的商作為結果
db.order.aggregate({ $project: { "divide": { "$divide": ["$price", 3] } } }) 更多數學表達式參考官方文檔 https://docs.mongodb.com/manual/reference/operator/aggregation-arithmetic/
{ $cond: { if: <boolean-expression>, then: <true-case>, else: <false-case-> } } 或{ $cond: [ <boolean-expression>, <true-case>, <false-case> ] } 如果boolean-expression為true則執行true-case否則執行false-case
db.order.aggregate({ $project: { "price": { "$cond": { if: { $gt: ["$price", 25] }, then: true, else: false } } } }); //或 db.order.aggregate({ $project: { "price": { "$cond": [{ $gt: ["$price", 25] }, true, false] } } }); { $ifNull: [ , ] } 如果expression 為 null 則返回replacement-expression-if-null 否則返回expression的值
db.order.aggregate({ $project: { "total": { "$ifNull": ["$total", 0] } } }) { $and: [ <expression1>, <expression2>, ... ] } 如果所有表達式都返回true，則結果為true，否則為false 除了布爾類型false，以下幾種類型也為false，如：null,0,undefined ；其它值則為true，包括非0的值及數組
//Example Result { $and: [1, "green"] } true { $and: [] } true { $and: [[null], [false], [0]] } true { $and: [null, true] } false { $and: [0, true] } false { $or: [ <expression1>, <expression2>, ... ] } 只要有任意表達式為true，則結果為true，否則為false 除了布爾類型false，以下幾種類型也為false，如：null,0,undefined ；其它值則為true，包括非0的值及數組
//Example Result { $or: [ true, false ] } true { $or: [ [ false ], false ] } true { $or: [ null, 0, undefined ] } false { $or: [] } false { $not: [ <expression> ] } 對expression取反 除了布爾類型false，以下幾種類型也為false，如：null,0,undefined ；其它值則為true，包括非0的值及數組
//total不存在為false，取反結果則為true db.order.aggregate({ $project: { not: { $not: "$total" } } }) $match 過濾操作，篩選符合條件文檔，作為下一階段的輸入 $match的語法和查詢表達式db.collection.find() 的語法相同
db.order.aggregate([{ $match: { cust_id: "1" } }, { $project: { "total": { "$ifNull": ["$total", 0] } } }]) $out 用戶將聚合的結果輸出到指定的集合
db.order.aggregate([{ $match: { cust_id: "1" } }, { $project: { "total": { "$ifNull": ["$total", 0] } } }, { $out: "testaggregate" }]) $unwind 將數組分解為單個的元素，並與文檔的其余部分一同返回
db.order.aggregate({$unwind:"$items"}) $group 對數據進行分組 $group的時候必須要指定一個_id域，同時也可以包含一些算術類型的表達式操作符
db.order.aggregate([ { $unwind: "$items" }, { $group: { _id: "$cust_id", qty: { $sum: "$items.qty" } } } ]) 關系型數據庫與MongoDB關於聚合的一些對比