mongodb的aggregate聚合操作詳解

本文轉載自查看原文 2021-01-29 15:38 600 A-數據庫之MongoDB

###################################

在工作中會經常遇到一些mongodb的聚合操作，特此總結下。mongo存儲的可以是復雜類型，比如數組、對象等mysql不善於處理的文檔型結構，並且聚合的操作也比mysql復雜很多。

注：本文基於 mongodb v3.6

mongo與mysql聚合類比

為了便於理解，先將常見的mongo的聚合操作和mysql的查詢做下類比：

SQL 操作/函數	mongodb聚合操作
where	$match
group by	$group
having	$match
select	$project
order by	$sort
limit	$limit
sum()	$sum
count()	$sum
join	$lookup （v3.2 新增）

下面舉了一些常用的mongo聚合例子和mysql對比，假設有一條如下的數據庫記錄（表名：orders）作為例子：

{
  cust_id: "abc123",
  ord_date: ISODate("2012-11-02T17:04:11.102Z"),
  status: 'A',
  price: 50,
  items: [ { sku: "xxx", qty: 25, price: 1 },
           { sku: "yyy", qty: 25, price: 1 } ]
}

1. 統計orders表所有記錄

db.orders.aggregate( [
   {
     $group: {
        _id: null,
        count: { $sum: 1 }
     }
   }
] )

類似mysql:
SELECT COUNT(*) AS count   FROM orders

2.對orders表計算所有price求和

db.orders.aggregate( [
   {
     $group: {
        _id: null,
        total: { $sum: "$price" }
     }
   }
] )

類似mysql;
SELECT SUM(price) AS total  FROM orders

3.對每一個唯一的cust_id, 計算price總和

db.orders.aggregate( [
   {
     $group: {
        _id: "$cust_id",
        total: { $sum: "$price" }
     }
   }
] )

類似mysql:
SELECT cust_id,
       SUM(price) AS total
FROM orders
GROUP BY cust_id

4.對每一個唯一對cust_id和ord_date分組，計算price總和，不包括日期的時間部分

db.orders.aggregate( [
   {
     $group: {
        _id: {
           cust_id: "$cust_id",
           ord_date: {
               month: { $month: "$ord_date" },
               day: { $dayOfMonth: "$ord_date" },
               year: { $year: "$ord_date"}
           }
        },
        total: { $sum: "$price" }
     }
   }
] )

類似mysql：
SELECT cust_id,
       ord_date,
       SUM(price) AS total
FROM orders
GROUP BY cust_id,
         ord_date

5.對於有多個記錄的cust_id，返回cust_id和對應的數量

db.orders.aggregate( [
   {
     $group: {
        _id: "$cust_id",
        count: { $sum: 1 }
     }
   },
   { $match: { count: { $gt: 1 } } }
] )

類似mysql:
SELECT cust_id,
       count(*)
FROM orders
GROUP BY cust_id
HAVING count(*) > 1

6.對每個唯一的cust_id和ord_date分組，計算價格總和，並只返回price總和大於250的記錄，且排除日期的時間部分

db.orders.aggregate( [
   {
     $group: {
        _id: {
           cust_id: "$cust_id",
           ord_date: {
               month: { $month: "$ord_date" },
               day: { $dayOfMonth: "$ord_date" },
               year: { $year: "$ord_date"}
           }
        },
        total: { $sum: "$price" }
     }
   },
   { $match: { total: { $gt: 250 } } }
] )

類似mysql:
SELECT cust_id,
       ord_date,
       SUM(price) AS total
FROM orders
GROUP BY cust_id,
         ord_date
HAVING total > 250

7.對每個唯一的cust_id且status=A，計算price總和

db.orders.aggregate( [
   { $match: { status: 'A' } },
   {
     $group: {
        _id: "$cust_id",
        total: { $sum: "$price" }
     }
   }
] )

類似mysql:
SELECT cust_id,
       SUM(price) as total
FROM orders
WHERE status = 'A'
GROUP BY cust_id

8.對每個唯一的cust_id且status=A，計算price總和並且只返回price總和大於250的記錄

db.orders.aggregate( [
   { $match: { status: 'A' } },
   {
     $group: {
        _id: "$cust_id",
        total: { $sum: "$price" }
     }
   },
   { $match: { total: { $gt: 250 } } }
] )

類似mysql:

SELECT cust_id,
       SUM(price) as total
FROM orders
WHERE status = 'A'
GROUP BY cust_id
HAVING total > 250

9.對於每個唯一的cust_id，將與orders相關聯的相應訂單項order_lineitem的qty字段進行總計

db.orders.aggregate( [
   { $unwind: "$items" },
   {
     $group: {
        _id: "$cust_id",
        qty: { $sum: "$items.qty" }
     }
   }
] )

類似mysql:
SELECT cust_id,
       SUM(li.qty) as qty
FROM orders o,
     order_lineitem li
WHERE li.order_id = o.id
GROUP BY cust_id

10.統計不同cust_id和ord_date分組的數量，排除日期的時間部分

db.orders.aggregate( [
   {
     $group: {
        _id: {
           cust_id: "$cust_id",
           ord_date: {
               month: { $month: "$ord_date" },
               day: { $dayOfMonth: "$ord_date" },
               year: { $year: "$ord_date"}
           }
        }
     }
   },
   {
     $group: {
        _id: null,
        count: { $sum: 1 }
     }
   }
] )

類似mysql:
SELECT COUNT(*)
FROM (SELECT cust_id, ord_date
      FROM orders
      GROUP BY cust_id, ord_date)
      as DerivedTable

Aggregate簡介

　　db.collection.aggregate()是基於數據處理的聚合管道，每個文檔通過一個由多個階段（stage）組成的管道，可以對每個階段的管道進行分組、過濾等功能，然后經過一系列的處理，輸出相應的結果。

通過這張圖，可以了解Aggregate處理的過程。

1、db.collection.aggregate() 可以用多個構件創建一個管道，對於一連串的文檔進行處理。這些構件包括：篩選操作的match、映射操作的project、分組操作的group、排序操作的sort、限制操作的limit、和跳過操作的skip。
2、db.collection.aggregate()使用了MongoDB內置的原生操作，聚合效率非常高,支持類似於SQL Group By操作的功能，而不再需要用戶編寫自定義的JavaScript例程。
3、每個階段管道限制為100MB的內存。如果一個節點管道超過這個極限,MongoDB將產生一個錯誤。為了能夠在處理大型數據集,可以設置allowDiskUse為true來在聚合管道節點把數據寫入臨時文件。這樣就可以解決100MB的內存的限制。
4、db.collection.aggregate()可以作用在分片集合，但結果不能輸在分片集合，MapReduce可以作用在分片集合，結果也可以輸在分片集合。
5、db.collection.aggregate()方法可以返回一個指針（cursor），數據放在內存中，直接操作。跟Mongo shell 一樣指針操作。
6、db.collection.aggregate()輸出的結果只能保存在一個文檔中，BSON Document大小限制為16M。可以通過返回指針解決，版本2.6中后面：DB.collect.aggregate()方法返回一個指針，可以返回任何結果集的大小。

Aggregate語法

基本格式：

db.collection.aggregate(pipeline, options)

參數說明：

參數	類型	描述
pipeline	array	一系列數據聚合操作或階段。詳見聚合管道操作符在版本2.6中更改：該方法仍然可以將流水線階段作為單獨的參數接受，而不是作為數組中的元素;但是，如果不將管道指定為數組，則不能指定options參數
options	document	可選。 aggregate()傳遞給聚合命令的其他選項。 2.6版中的新增功能：僅當將管道指定為數組時才可用。

注意：

使用db.collection.aggregate()直接查詢會提示錯誤，但是傳一個空數組如db.collection.aggregate([])則不會報錯，且會和find一樣返回所有文檔。

pipeline有很多stage，但這里我只記錄我經常用到的幾個，如果后續用到再補充。stage詳見官網。

接下來介紹這幾個常用的stage:

$count , $group, $match, $project, $unwind, $limit, $skip, $sort, $sortByCount, $lookup, $out, $addFields

aggregate常用pipeline stage介紹

$count

釋義：

返回包含輸入到stage的文檔的計數，理解為返回與表或視圖的find()查詢匹配的文檔的計數。

db.collection.count()方法不執行find()操作，而是計數並返回與查詢匹配的結果數。

語法：

{ $count: <string> }

$count階段相當於下面$group+$project的序列：

db.collection.aggregate( [
   { $group: { _id: null, myCount: { $sum: 1 } } }, #這里myCount自定義，相當於mysql的select count(*) as myCount
   { $project: { _id: 0 } }  # 返回不顯示_id字段
] )

舉例：

示例數據：

{ "_id" : 1, "subject" : "History", "score" : 88 }
{ "_id" : 2, "subject" : "History", "score" : 92 }
{ "_id" : 3, "subject" : "History", "score" : 97 }
{ "_id" : 4, "subject" : "History", "score" : 71 }
{ "_id" : 5, "subject" : "History", "score" : 79 }
{ "_id" : 6, "subject" : "History", "score" : 83 }

執行：

1）$match 階段排除score小於等於80的文檔，將大於80的文檔傳到下個階段

2）$count階段返回聚合管道中剩余文檔的計數，並將該值分配給名為passing_scores的字段。

執行結果：

$group

釋義：

按指定的表達式對文檔進行分組，並將每個不同分組的文檔輸出到下一個階段。輸出文檔包含一個_id字段，該字段按鍵包含不同的組。

輸出文檔還可以包含計算字段，該字段保存由$group的_id字段分組的一些accumulator表達式的值。 $group不會輸出具體的文檔而只是統計信息。

語法：

{ $group: { _id: <expression>, <field1>: { <accumulator1> : <expression1> }, ... } }

_id字段是必填的;但是，可以指定_id值為null來為整個輸入文檔計算累計值。
剩余的計算字段是可選的，並使用<accumulator>運算符進行計算。
_id和<accumulator>表達式可以接受任何有效的表達式。

accumulator操作符

名稱	描述	類比sql
$avg	計算均值	avg
$first	返回每組第一個文檔，如果有排序，按照排序，如果沒有按照默認的存儲的順序的第一個文檔。	limit 0,1
$last	返回每組最后一個文檔，如果有排序，按照排序，如果沒有按照默認的存儲的順序的最后個文檔。	-
$max	根據分組，獲取集合中所有文檔對應值得最大值。	max
$min	根據分組，獲取集合中所有文檔對應值得最小值。	min
$push	將指定的表達式的值添加到一個數組中。	-
$addToSet	將表達式的值添加到一個集合中（無重復值，無序）。	-
$sum	計算總和	sum
$stdDevPop	返回輸入值的總體標准偏差（population standard deviation）	-
$stdDevSamp	返回輸入值的樣本標准偏差（the sample standard deviation）	-

$group階段的內存限制為100M。默認情況下，如果stage超過此限制，$group將產生錯誤。但是，要允許處理大型數據集，請將allowDiskUse選項設置為true以啟用$group操作以寫入臨時文件。

友情備注：

"$addToSet":expr，如果當前數組中不包含expr，那就將它添加到數組中。
"$push":expr，不管expr是什么只，都將它添加到數組中。返回包含所有值的數組。

在版本2.6中進行了更改：對於$group階段，MongoDB引入了100M內存的限制以及allowDiskUse選項來處理大數據集的操作。

舉例：

示例數據：

{ "_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") }

1. 以下匯總操作使用$group階段按月份，日期和年份對文檔進行分組，並計算total price和average quantity，並計算每個組的文檔數量：

/* 1 */
{
    "_id" : {
        "month" : 4,
        "day" : 4,
        "year" : 2014
    },
    "totalPrice" : 200,
    "averageQuantity" : 15.0,
    "count" : 2.0
}

/* 2 */
{
    "_id" : {
        "month" : 3,
        "day" : 15,
        "year" : 2014
    },
    "totalPrice" : 50,
    "averageQuantity" : 10.0,
    "count" : 1.0
}

/* 3 */
{
    "_id" : {
        "month" : 3,
        "day" : 1,
        "year" : 2014
    },
    "totalPrice" : 40,
    "averageQuantity" : 1.5,
    "count" : 2.0
}

2. group null , 以下聚合操作將指定組_id為null，計算集合中所有文檔的總價格和平均數量以及計數：

3. 查詢distinct values

以下匯總操作使用$group階段按item對文檔進行分組以檢索不同的項目值：

4. 數據轉換

1）將集合中的數據按price分組轉換成item數組

返回的數據id值是group中指定的字段，items可以自定義，是分組后的列表

2）下面聚合操作實用系統變量$$ROOT按item對文檔進行分組，生成的文檔不得超過BSON文檔大小限制。

/* 1 */
{
    "_id" : "xyz",
    "books" : [ 
        {
            "_id" : 3,
            "item" : "xyz",
            "price" : 5,
            "quantity" : 10,
            "date" : ISODate("2014-03-15T09:00:00.000Z")
        }, 
        {
            "_id" : 4,
            "item" : "xyz",
            "price" : 5,
            "quantity" : 20,
            "date" : ISODate("2014-04-04T11:21:39.736Z")
        }
    ]
}

/* 2 */
{
    "_id" : "jkl",
    "books" : [ 
        {
            "_id" : 2,
            "item" : "jkl",
            "price" : 20,
            "quantity" : 1,
            "date" : ISODate("2014-03-01T09:00:00.000Z")
        }
    ]
}

/* 3 */
{
    "_id" : "abc",
    "books" : [ 
        {
            "_id" : 1,
            "item" : "abc",
            "price" : 10,
            "quantity" : 2,
            "date" : ISODate("2014-03-01T08:00:00.000Z")
        }, 
        {
            "_id" : 5,
            "item" : "abc",
            "price" : 10,
            "quantity" : 10,
            "date" : ISODate("2014-04-04T21:23:13.331Z")
        }
    ]
}

$match

釋義：

過濾文檔，僅將符合指定條件的文檔傳遞到下一個管道階段。
$match接受一個指定查詢條件的文檔。查詢語法與讀操作查詢語法相同。

語法：

{ $match: { <query> } }

管道優化：

$match用於對文檔進行篩選，之后可以在得到的文檔子集上做聚合，$match可以使用除了地理空間之外的所有常規查詢操作符， 在實際應用中盡可能將$match放在管道的前面位置。這樣有兩個好處：一是可以快速將不需要的文檔過濾掉，以 減少管道的工作量；二是如果再投射和分組之前執行$match， 查詢可以使用索引。

限制：

不能在$ match查詢中使用$作為聚合管道的一部分。
要在$match階段使用$text，$match階段必須是管道的第一階段。
視圖不支持文本搜索。

舉例：

示例數據：

{ "_id" : ObjectId("512bc95fe835e68f199c8686"), "author" : "dave", "score" : 80, "views" : 100 }
{ "_id" : ObjectId("512bc962e835e68f199c8687"), "author" : "dave", "score" : 85, "views" : 521 }
{ "_id" : ObjectId("55f5a192d4bede9ac365b257"), "author" : "ahn", "score" : 60, "views" : 1000 }
{ "_id" : ObjectId("55f5a192d4bede9ac365b258"), "author" : "li", "score" : 55, "views" : 5000 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b259"), "author" : "annT", "score" : 60, "views" : 50 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b25a"), "author" : "li", "score" : 94, "views" : 999 }
{ "_id" : ObjectId("55f5a1d3d4bede9ac365b25b"), "author" : "ty", "score" : 95, "views" : 1000 }

1.使用 $match做簡單的匹配查詢

/* 1 */
{
    "_id" : ObjectId("512bc95fe835e68f199c8686"),
    "author" : "dave",
    "score" : 80,
    "views" : 100
}

/* 2 */
{
    "_id" : ObjectId("512bc962e835e68f199c8687"),
    "author" : "dave",
    "score" : 85,
    "views" : 521
}

2. 使用$match管道選擇要處理的文檔，然后將結果輸出到$group管道以計算文檔的計數：

/* 1 */
{
    "_id" : null,
    "count" : 5.0
}

$unwind

釋義：

從輸入文檔解構數組字段以輸出每個元素的文檔。簡單說就是可以將數組拆分為單獨的文檔。

語法：

{ $unwind: <field path> }

要指定字段路徑，在字段名稱前加上$符並用引號括起來。

v3.2+支持如下語法：

{
  $unwind:
    {
      path: <field path>,
      includeArrayIndex: <string>,  #可選,一個新字段的名稱用於存放元素的數組索引。該名稱不能以$開頭。

      preserveNullAndEmptyArrays: <boolean> #可選，default :false，若為true,如果路徑為空，缺少或為空數組，則$unwind輸出文檔


 } 
}

如果為輸入文檔中不存在的字段指定路徑，或者該字段為空數組，則$unwind默認會忽略輸入文檔，並且不會輸出該輸入文檔的文檔。

版本3.2中的新功能：要輸出數組字段丟失的文檔，null或空數組，請使用選項preserveNullAndEmptyArrays。

舉例：

1. 示例數據1：

{ "_id" : 1, "item" : "ABC1", sizes: [ "S", "M", "L"] }

以下聚合使用$unwind為sizes數組中的每個元素輸出一個文檔：

db.getCollection('test').aggregate(
 [ { $unwind : "$sizes" } ]
)

返回：

{ "_id" : 1, "item" : "ABC1", "sizes" : "S" }
{ "_id" : 1, "item" : "ABC1", "sizes" : "M" }
{ "_id" : 1, "item" : "ABC1", "sizes" : "L" }

每個文檔與輸入文檔相同，除了sizes字段的值是原始sizes數組的值。

2. 再如下示例數據：

{ "_id" : 1, "item" : "ABC", "sizes": [ "S", "M", "L"] }
{ "_id" : 2, "item" : "EFG", "sizes" : [ ] }
{ "_id" : 3, "item" : "IJK", "sizes": "M" }
{ "_id" : 4, "item" : "LMN" }
{ "_id" : 5, "item" : "XYZ", "sizes" : null }

1）以下$unwind操作使用includeArrayIndex選項來輸出數組元素的數組索引。

db.getCollection('test').aggregate( [ { $unwind: { path: "$sizes", includeArrayIndex: "arrayIndex" } } ] )

返回：

{ "_id" : 1, "item" : "ABC", "sizes" : "S", "arrayIndex" : NumberLong(0) }
{ "_id" : 1, "item" : "ABC", "sizes" : "M", "arrayIndex" : NumberLong(1) }
{ "_id" : 1, "item" : "ABC", "sizes" : "L", "arrayIndex" : NumberLong(2) }
{ "_id" : 3, "item" : "IJK", "sizes" : "M", "arrayIndex" : null }

2）以下$unwind操作使用preserveNullAndEmptyArrays選項在輸出中包含缺少size字段，null或空數組的文檔。

db.inventory.aggregate( [
   { $unwind: { path: "$sizes", preserveNullAndEmptyArrays: true } }
] )

返回：
{ "_id" : 1, "item" : "ABC", "sizes" : "S" }
{ "_id" : 1, "item" : "ABC", "sizes" : "M" }
{ "_id" : 1, "item" : "ABC", "sizes" : "L" }
{ "_id" : 2, "item" : "EFG" }
{ "_id" : 3, "item" : "IJK", "sizes" : "M" }
{ "_id" : 4, "item" : "LMN" }
{ "_id" : 5, "item" : "XYZ", "sizes" : null }

$project

釋義：

$project可以從文檔中選擇想要的字段，和不想要的字段（指定的字段可以是來自輸入文檔或新計算字段的現有字段

），也可以通過管道表達式進行一些復雜的操作，例如數學操作，日期操作，字符串操作，邏輯操作。

語法：

{ $project: { <specification(s)> } }

$project 管道符的作用是選擇字段（指定字段，添加字段，不顯示字段,_id：0，排除字段等），重命名字段，派生字段。

specifications有以下形式：

<field>: <1 or true> 是否包含該字段，field:1/0，表示選擇/不選擇 field

_id: <0 or false> 是否指定_id字段

<field>: <expression> 添加新字段或重置現有字段的值。在版本3.6中更改：MongoDB 3.6添加變量REMOVE。如果表達式的計算結果為$$REMOVE，則該字段將排除在輸出中。

<field>:<0 or false> v3.4新增功能，指定排除字段

默認情況下，_id字段包含在輸出文檔中。要在輸出文檔中包含輸入文檔中的任何其他字段，必須明確指定$project中的包含。如果指定包含文檔中不存在的字段，$project將忽略該字段包含，並且不會將該字段添加到文檔中。
默認情況下，_id字段包含在輸出文檔中。要從輸出文檔中排除_id字段，必須明確指定$project中的_id字段為0。
v3.4版新增功能-如果指定排除一個或多個字段，則所有其他字段將在輸出文檔中返回。如果指定排除_id以外的字段，則不能使用任何其他$project規范表單：即，如果排除字段，則不能指定包含字段，重置現有字段的值或添加新字段。此限制不適用於使用REMOVE變量條件排除字段。
v3.6版本中的新功能- 從MongoDB 3.6開始，可以在聚合表達式中使用變量REMOVE來有條件地禁止一個字段。
要添加新字段或重置現有字段的值，請指定字段名稱並將其值設置為某個表達式。
要將字段值直接設置為數字或布爾文本，而不是將字段設置為解析為文字的表達式，請使用$literal操作符。否則，$project會將數字或布爾文字視為包含或排除該字段的標志。
通過指定新字段並將其值設置為現有字段的字段路徑，可以有效地重命名字段。
從MongoDB 3.2開始，$project階段支持使用方括號[]直接創建新的數組字段。如果數組規范包含文檔中不存在的字段，則該操作會將空值替換為該字段的值。
在版本3.4中更改-如果$project 是一個空文檔，MongoDB 3.4和更高版本會產生一個錯誤。
投影或添加/重置嵌入文檔中的字段時，可以使用點符號。如：

"contact.address.country": <1 or 0 or expression>
或
contact: { address: { country: <1 or 0 or expression> } }

舉例：

示例數據：

{
  "_id" : 1,
  title: "abc123",
  isbn: "0001122223334",
  author: { last: "zzz", first: "aaa" },
  copies: 5,
  lastModified: "2016-07-28"
}

1. 以下$project階段的輸出文檔中只包含_id，title和author字段：

db.getCollection('test').aggregate( [ { $project : { title : 1 , author : 1 } } ] )

{ "_id" : 1, "title" : "abc123", "author" : { "last" : "zzz", "first" : "aaa" } }

2. _id字段默認包含在內。要從$ project階段的輸出文檔中排除_id字段，請在project文檔中將_id字段設置為0來指定排除_id字段。

db.getCollection('test').aggregate( [ { $project : { _id: 0, title : 1 , author : 1 } } ] )

{ "title" : "abc123", "author" : { "last" : "zzz", "first" : "aaa" } }

3.以下$ project階段從輸出中排除lastModified字段：

db.getCollection('test').aggregate( [ { $project : { "lastModified": 0 } } ] )

4.從嵌套文檔中排除字段，在$ project階段從輸出中排除了author.first和lastModified字段：

db.test.aggregate( [ { $project : { "author.first" : 0, "lastModified" : 0 } } ] )

或者可以將排除規范嵌套在文檔中：

db.test.aggregate( [ { $project: { "author": { "first": 0}, "lastModified" : 0 } } ] )

{
   "_id" : 1,
   "title" : "abc123",
   "isbn" : "0001122223334",
   "author" : {
      "last" : "zzz"
   },
   "copies" : 5,
}

3.6版本中的新功能。從MongoDB 3.6開始，可以在聚合表達式中使用變量REMOVE來有條件地禁止一個字段。

示例數據：

{
  "_id" : 1,
  title: "abc123",
  isbn: "0001122223334",
  author: { last: "zzz", first: "aaa" },
  copies: 5,
  lastModified: "2016-07-28"
}
{
  "_id" : 2,
  title: "Baked Goods",
  isbn: "9999999999999",
  author: { last: "xyz", first: "abc", middle: "" },
  copies: 2,
  lastModified: "2017-07-21"
}
{
  "_id" : 3,
  title: "Ice Cream Cakes",
  isbn: "8888888888888",
  author: { last: "xyz", first: "abc", middle: "mmm" },
  copies: 5,
  lastModified: "2017-07-22"
}

5. 下面的$project階段使用REMOVE變量來排除author.middle字段，前提是它等於""：

db.books.aggregate( [
   {
      $project: {
         title: 1,
         "author.first": 1,
         "author.last" : 1,
         "author.middle": {
            $cond: {
               if: { $eq: [ "", "$author.middle" ] },
               then: "$$REMOVE",
               else: "$author.middle"
            }
         }
      }
   }
] )

{ "_id" : 1, "title" : "abc123", "author" : { "last" : "zzz", "first" : "aaa" } }
{ "_id" : 2, "title" : "Baked Goods", "author" : { "last" : "xyz", "first" : "abc" } }
{ "_id" : 3, "title" : "Ice Cream Cakes", "author" : { "last" : "xyz", "first" : "abc", "middle" : "mmm" } }

包含來自嵌入文檔的指定字段（結果只返回包含嵌套文檔的字段，當然也包括_id）

示例文檔：

{ _id: 1, user: "1234", stop: { title: "book1", author: "xyz", page: 32 } }
{ _id: 2, user: "7890", stop: [ { title: "book2", author: "abc", page: 5 }, { title: "book3", author: "ijk", page: 100 } ] }

只返回stop字段中的title字段：

db.bookmarks.aggregate( [ { $project: { "stop.title": 1 } } ] )

或
db.bookmarks.aggregate( [ { $project: { stop: { title: 1 } } } ] )

{ "_id" : 1, "stop" : { "title" : "book1" } }
{ "_id" : 2, "stop" : [ { "title" : "book2" }, { "title" : "book3" } ] }

包含計算字段

示例數據：

{
  "_id" : 1,
  title: "abc123",
  isbn: "0001122223334",
  author: { last: "zzz", first: "aaa" },
  copies: 5
}

返回字段新增了isbn, lastname和copiesold

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"
         }
      }
   ]
)

上面執行的返回結果：

{
   "_id" : 1,
   "title" : "abc123",
   "isbn" : {
      "prefix" : "000",
      "group" : "11",
      "publisher" : "2222",
      "title" : "333",
      "checkDigit" : "4"
   },
   "lastName" : "zzz",
   "copiesSold" : 5
}

投影出新數組字段

示例數據：

{ "_id" : ObjectId("55ad167f320c6be244eb3b95"), "x" : 1, "y" : 1 }

下面的聚合操作將返回新的數組字段myArray:

db.collection.aggregate( [ { $project: { myArray: [ "$x", "$y" ] } } ] )

{ "_id" : ObjectId("55ad167f320c6be244eb3b95"), "myArray" : [ 1, 1 ] }

如果返回的數組包含了不存在的字段，則會返回null:

db.collection.aggregate( [ { $project: { myArray: [ "$x", "$y", "$someField" ] } } ] )

{ "_id" : ObjectId("55ad167f320c6be244eb3b95"), "myArray" : [ 1, 1, null ] }

$limit

限制傳遞到管道中下一階段的文檔數

語法：

{ $limit: <positive integer> }

示例：

db.article.aggregate(
    { $limit : 5 }
);

此操作僅返回管道傳遞給它的前5個文檔。 $limit對其傳遞的文檔內容沒有影響。

注意：

當$sort在管道中的$limit之前立即出現時，$sort操作只會在過程中維持前n個結果，其中n是指定的限制，而MongoDB只需要將n個項存儲在內存中。當allowDiskUse為true並且n個項目超過聚合內存限制時，此優化仍然適用。

$skip

跳過進入stage的指定數量的文檔，並將其余文檔傳遞到管道中的下一個階段

語法：

{ $skip: <positive integer> }

示例：

db.article.aggregate(
    { $skip : 5 }
);

此操作將跳過管道傳遞給它的前5個文檔。 $skip對沿着管道傳遞的文檔的內容沒有影響。

$sort

對所有輸入文檔進行排序，並按排序順序將它們返回到管道。

語法：

{ $sort: { <field1>: <sort order>, <field2>: <sort order> ... } }

$sort指定要排序的字段和相應的排序順序的文檔。 <sort order>可以具有以下值之一：

1指定升序。
-1指定降序。
{$meta：“textScore”}按照降序排列計算出的textScore元數據。

示例：

要對字段進行排序，請將排序順序設置為1或-1，以分別指定升序或降序排序，如下例所示：

db.users.aggregate(
   [
     { $sort : { age : -1, posts: 1 } }
   ]
)

比較不同BSON類型的值時，MongoDB使用以下比較順序，從最低到最高：

 1 MinKey (internal type)
 2 Null
 3 Numbers (ints, longs, doubles, decimals)
 4 Symbol, String
 5 Object
 6 Array
 7 BinData
 8 ObjectId
 9 Boolean
10 Date
11 Timestamp
12 Regular Expression
13 MaxKey (internal type)

$sortByCount

v3.4新增。根據指定表達式的值對傳入文檔分組，然后計算每個不同組中文檔的數量。每個輸出文檔都包含兩個字段：包含不同分組值的_id字段和包含屬於該分組或類別的文檔數的計數字段，文件按降序排列。

語法：

{ $sortByCount:  <expression> }

#################################

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

mongodb的aggregate聚合操作詳解

目錄

mongo與mysql聚合類比

Aggregate簡介

Aggregate語法

aggregate常用pipeline stage介紹

$count

釋義：

語法：

舉例：

$group

釋義：

語法：

accumulator操作符

舉例：

$match

釋義：

語法：

管道優化：

限制：

舉例：

$unwind

釋義：

語法：

舉例：

$project

釋義：

語法：

舉例：

$limit

$skip

$sort

$sortByCount

免責聲明！