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(*)。
基本语法为:db.collection.aggregate( [ <stage1>, <stage2>, ... ] )
现在在mycol集合中有以下数据:
{ "_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、$sum 计算总和。
Sql: select sex,count(*) from mycol group by sex
MongoDb: db.mycol.aggregate([{group: {_id: '
sex', personCount: {$sum: 1}}}])
Sql: select sex,sum(score) totalScore from mycol group by sex
MongoDb: db.mycol.aggregate([{group: {_id: '
sex', totalScore: {
score'}}}])
2、$avg 计算平均值
Sql: select sex,avg(score) avgScore from mycol group by sex
Mongodb: db.mycol.aggregate([{group: {_id: '
sex', avgScore: {
score'}}}])
3、$max 获取集合中所有文档对应值得最大值。
Sql: select sex,max(score) maxScore from mycol group by sex
Mongodb: db.mycol.aggregate([{group: {_id: '
sex', maxScore : {
score'}}}])
4、$min 获取集合中所有文档对应值得最小值。
Sql: select sex,min(score) minScore from mycol group by sex
Mongodb: db.mycol.aggregate([{group: {_id: '
sex', minScore : {
score'}}}])
5、$push 把文档中某一列对应的所有数据插入值到一个数组中。
Mongodb: db.mycol.aggregate([{group: {_id: '
sex', scores : {
score'}}}])
6、$addToSet 把文档中某一列对应的所有数据插入值到一个数组中,去掉重复的
db.mycol.aggregate([{group: {_id: '
sex', scores : {
score'}}}])
7、 $first 根据资源文档的排序获取第一个文档数据。
db.mycol.aggregate([{group: {_id: '
sex', firstPerson : {
name'}}}])
8、 $last 根据资源文档的排序获取最后一个文档数据。
db.mycol.aggregate([{group: {_id: '
sex', lastPerson : {
name'}}}])
9、全部统计 null
db.mycol.aggregate([{group:{_id:null,totalScore:{
push:'$score'}}}])
例子
现在在t2集合中有以下数据:
{ "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" }
需求是统计出每个country/province下的userid的数量(同一个userid只统计一次)
过程如下。
首先试着这样来统计:
db.t2.aggregate([ { group: {"_id": { "country" : "
country", "prov": "province"} , "number":{
sum:1}} } ])
结果是错误的:
原因是,这样来统计不能区分userid相同的情况 (上面的数据中sh有两个 userid = a)
为了解决这个问题,首先执行一个group,其id 是 country, province, userid三个field:
db.t2.aggregate([ { group: {"_id": { "country" : "
country", "province": "
userid" } } } ])
可以看出,这步的目的是把相同的userid只剩下一个。
然后第二步,再第一步的结果之上再执行统计:
db.t2.aggregate([ { group: {"_id": { "country" : "
country", "province": "
sum : 1 } } } ])
这回就对了
加入一个$project操作符,把_id去掉
db.t2.aggregate([ { group: {"_id": { "country" : "
country", "province": "
_id.country", "province" : "$_id.province", "count" : 1}} ])
最终结果如下:
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。
: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。
- $geoNear:输出接近某一地理位置的有序文档。
1、$project实例
db.mycol.aggregate({$project:{name : 1, score : 1}})
这样的话结果中就只还有_id,name和score三个字段了,默认情况下_id字段是被包含的,如果要想不包含_id话可以这样:
db.mycol.aggregate({$project:{_id : 0, name : 1, score : 1}})
2、$match实例
用于获取分数大于
小于并且小于
的记录,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
db.mycol.aggregate([{match :{score: {
gt: 30, lt: 100}}},{group:{_id:'sex',count:{
sum:1}}}])