聚合操作
- 聚合(aggregate)主要用于计算数据,类似sql中的sum(),avg()。
1
|
db.集合名称.aggregate({管道:{表达式}}) |
管道
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输入 在mongodb中,管道具有同样的作用,文档处理完毕后,通过管道进行下一次处理 常用管道
$group:将集合中的文档分组,可用于统计结果 $match:过滤数据,只输出符合条件的文档 $project:修改输入文档的结构,如重命名、增加、删除字段、创建计算结果 $sort:将输入文档排序后输出 $limit:限制聚合管道返回的文档数 $skip:跳过指定数量的文档,并返回余下的文档 $unwind:将数组类型的字段进行拆分
表达式
处理输入文档并输出
1
|
表达式: '$列名' |
常用的表达式
$sum:计算总和 $avg:计算平均值 $min:获取最小值 $max:获取最大值 $push:在结果文档中插入值到一个数组中 $first:根据资源文档的排序获取第一个文档数据 $last:根据资源文档的排序获取最后一个文档数据
$group
将集合中的文档分组,可用于统计结果
_id表示分组的依据,使用某个字段的格式为’$字段’
例1:统计男生、女生的总人数
1
2
3
4
5
6
|
db.stu.aggregate({ $ group :{ _id: '$gender' , con:{$ sum :1} } }) |
group by null:将集合中所有文档分为一组
例2:求学生总数和平均年龄
1
2
3
4
5
6
7
8
|
db.stu.aggregate( {$ group :{ _id: null , coun:{$ sum :1}, avgAge:{$ avg : '$age' } } } ) |
透视数据
1
2
3
4
5
6
7
8
|
// 统计学生性别以及学生的姓名 db.stu.aggregate( {$ group :{ _id: '$gender' , name :{$push: '$name' } } } ) |
使用$$ROOT可以将文档内容加入到结果集的数组中
1
2
3
4
5
6
7
|
db.stu.aggregate( {$ group :{ _id: '$gender' , name :{$push: '$$ROOT' } } } ) |
$match
用于过滤数据,只输出符合条件的文档
例子
1
2
3
4
5
|
// 查询年龄大于20的男生、女生人数 db.stu.aggregate( {$match:{age:{$gt:20}}}, {$ group :{_id: '$gender' ,con:{$ sum :1}}} ) |
$project
修改输入文档的结构,如重命名、增加、删除字段、创建计算结果
例子
1
2
3
4
5
|
// 查询男生、女生人数,输出人数 db.stu.aggregate( {$ group :{_id: '$gender' ,counter:{$ sum :1}}}, {$project:{_id:0,counter:1}} ) |
$sort
将输入的文档排序之后输出
例1:查询学生信息,按年龄升序
1
2
3
|
db.stu.aggregate( {$sort:{age:1}} ) |
例2:查询男生、女生人数,按人数降序
1
2
3
4
|
db.stu.aggregate( {$ group :{_id: '$gender' ,coun:{$ sum :1}}}, {$sort:{coun:-1}} ) |
$limit
限制聚合管道返回的文档数
1
2
3
4
|
// 查询两个学生的信息 db.stu.aggregate( {$limit:2} ) |
$skip
跳过指定的数量的文档,并返回余下的文档
1
2
3
4
|
// 查询第三条开始的学生的信息 db.stu.aggregate( {$skip:2} ) |
$limit和$skip一起使用
1
2
3
4
5
6
7
|
// 统计男生、女生人数,按人数升序,取第二条数据 db.stu.aggregate( {$ group :{_id: '$gender' ,coun:{$ sum :1}}}, {$sort:{coun:1}}, {$skip:1}, {$limit:1} ) |
$unwind
将文档中的某一个数组类型字段拆分成多条,每条包含数组中的一个值
语法1:
对某字段值进行拆分
1
|
db.集合名称.aggregate({$unwind: '$字段名称' }) |
准备数据:
1
|
db.t2. insert ({_id:1,item: 't-shirt' , size :[ 'S' , 'M' , 'L' ]}) |
查询
1
|
db.t2.aggregate({$unwind: '$size' }) |
语法2:
对某字段值进行拆分 处理空数组、非数组、无字段、null情况 属性preserveNullAndEmptyArrays值为false表示丢弃属性值为空的文档 属性preserveNullAndEmptyArrays值为true表示保留属性值为空的文档
1
2
3
4
5
6
|
db.inventory.aggregate({ $unwind:{ path: '$字段名称' , preserveNullAndEmptyArrays:<boolean> #防止数据丢失 } })</boolean> |
构造数据
1
2
3
4
5
6
7
|
db.t3. insert ([ { "_id" : 1, "item" : "a" , "size" : [ "S" , "M" , "L" ] }, { "_id" : 2, "item" : "b" , "size" : [ ] }, { "_id" : 3, "item" : "c" , "size" : "M" }, { "_id" : 4, "item" : "d" }, { "_id" : 5, "item" : "e" , "size" : null } ]) |
1 db.product.aggregate([ 2 { 3 $lookup: 4 { 5 from: "orders",//关联的表 6 localField: "_id",//关联id 7 foreignField: "pid",//from表的关联字段 8 as: "inventory_docs"//输出结果 9 } 10 } 11 ])
java代码演示:
public class mongotest { private final static Logger log = Logger.getLogger(mongotest.class); public static void main(String[] args) throws UnknownHostException { log.info( ":start"); MongoClient client = new MongoClient("127.0.0.1", 27017); DB product1 = client.getDB("duobiao"); client.getDatabaseNames(); DBCollection product = product1.getCollection("product"); // Bson lookup = lookup("orders", "_id", "pid", "inventory_docs"); BasicDBObject basicDBObject= new BasicDBObject(); basicDBObject.put("from","orders"); basicDBObject.put("localField","_id"); basicDBObject.put("foreignField","pid"); basicDBObject.put("as","inventory_docs"); DBObject match = new BasicDBObject("$lookup",basicDBObject); AggregationOutput aggregate = product.aggregate(match); Iterable<DBObject> list= aggregate.results(); for(DBObject dbObject:list){ System.out.println(dbObject.get("_id") + " " + dbObject.get("price")); } } }