MongoDB 聚合

MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。

aggregate() 方法

MongoDB中聚合的方法使用aggregate()。

语法

aggregate() 方法的基本语法格式如下所示：

  1. >db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

实例

集合中的数据如下：

  1. {
  2.    _id: ObjectId(7df78ad8902c)
  3.    title: 'MongoDB Overview', 
  4.    description: 'MongoDB is no sql database',
  5.    by_user: 'baidu.com',
  6.    url: 'http://www.baidu.com',
  7.    tags: ['mongodb', 'database', 'NoSQL'],
  8.    likes: 100
  9. },
  10. {
  11.    _id: ObjectId(7df78ad8902d)
  12.    title: 'NoSQL Overview', 
  13.    description: 'No sql database is very fast',
  14.    by_user: 'baidu.com',
  15.    url: 'http://www.baidu.com',
  16.    tags: ['mongodb', 'database', 'NoSQL'],
  17.    likes: 10
  18. },
  19. {
  20.    _id: ObjectId(7df78ad8902e)
  21.    title: 'Neo4j Overview', 
  22.    description: 'Neo4j is no sql database',
  23.    by_user: 'Neo4j',
  24.    url: 'http://www.neo4j.com',
  25.    tags: ['neo4j', 'database', 'NoSQL'],
  26.    likes: 750
  27. },

现在我们通过以上集合计算每个作者所写的文章数，使用aggregate()计算结果如下：

  1. > db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
  2. {
  3.    "result" : [
  4.       {
  5.          "_id" : "baidu.com",
  6.          "num_tutorial" : 2
  7.       },
  8.       {
  9.          "_id" : "Neo4j",
  10.          "num_tutorial" : 1
  11.       }
  12.    ],
  13.    "ok" : 1
  14. }
  15. >

以上实例类似sql语句： select by_user, count(*) from mycol group by by_user

在上面的例子中，我们通过字段by_user字段对数据进行分组，并计算by_user字段相同值的总和。

下表展示了一些聚合的表达式:

表达式描述实例
$sum计算总和。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg计算平均值db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min获取集合中所有文档对应值得最小值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max获取集合中所有文档对应值得最大值。db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push在结果文档中插入值到一个数组中。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet在结果文档中插入值到一个数组中，但不创建副本。db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first根据资源文档的排序获取第一个文档数据。db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last根据资源文档的排序获取最后一个文档数据db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

管道的概念

管道在Unix和Linux中一般用于将当前命令的输出结果作为下一个命令的参数。

MongoDB的聚合管道将MongoDB文档在一个管道处理完毕后将结果传递给下一个管道处理。管道操作是可以重复的。

表达式：处理输入文档并输出。表达式是无状态的，只能用于计算当前聚合管道的文档，不能处理其它的文档。

这里我们介绍一下聚合框架中常用的几个操作：

  • $project：修改输入文档的结构。可以用来重命名、增加或删除域，也可以用于创建计算结果以及嵌套文档。
  • $match：用于过滤数据，只输出符合条件的文档。$match使用MongoDB的标准查询操作。
  • $limit：用来限制MongoDB聚合管道返回的文档数。
  • $skip：在聚合管道中跳过指定数量的文档，并返回余下的文档。
  • $unwind：将文档中的某一个数组类型字段拆分成多条，每条包含数组中的一个值。
  • $group：将集合中的文档分组，可用于统计结果。
  • $sort：将输入文档排序后输出。
  • $geoNear：输出接近某一地理位置的有序文档。

管道操作符实例

1、$project实例

  1. db.article.aggregate(
  2.     { $project : {
  3.         title : 1 ,
  4.         author : 1 ,
  5.     }}
  6.  );

这样的话结果中就只还有_id,tilte和author三个字段了，默认情况下_id字段是被包含的，如果要想不包含_id话可以这样:

  1. db.article.aggregate(
  2.     { $project : {
  3.         _id : 0 ,
  4.         title : 1 ,
  5.         author : 1
  6.     }});

2.$match实例

  1. db.articles.aggregate( [
  2.                         { $match : { score : { $gt : 70, $lte : 90 } } },
  3.                         { $group: { _id: null, count: { $sum: 1 } } }
  4.                        ] );

$match用于获取分数大于70小于或等于90记录，然后将符合条件的记录送到下一阶段$group管道操作符进行处理。

3.$skip实例

  1. db.article.aggregate(
  2.     { $skip : 5 });
  3.  

经过$skip管道操作符处理后，前五个文档被"过滤"掉。